中国医生借助 GPT-5.6-Sol 证明 Crouzeix 猜想，提出者本人已审阅确认
据 IT之家援引《南华早报》8 月 14 日消息，北京协和医院神经外科博士后、住院医师金山木近日因一项跨界数学成果引发关注：他利用 OpenAI 的 GPT-5.6-Sol 模型，在约 16 小时内完成了 Crouzeix 猜想的证明。美国康奈尔大学数学家 Alex Townsend 与华盛顿大学数学系教授 Anne Greenbaum 公开披露了相关邮件往来，并表示他们二人以及猜想提出者、法国数学家 Michel Crouzeix 本人均已审阅论文手稿，确认该证明正确无误。
一个医学研究者为何进入矩阵分析难题
来源显示，金山木的学术经历与传统数学研究路径并不相同。他本科就读于北京大学地质学专业，之后通过协和医学院“4+4 试点班”转入临床医学，并在 2024 年成为神经外科博士后。此前，金山木曾因协和 4+4 博士相关讨论受到舆论关注，此次则因 AI 辅助数学证明再次进入公众视野。
据报道，他接触矩阵分析并非源自纯数学训练，而是来自经颅超声研究中的实际问题：当试图让超声波穿透复杂的人体颅骨结构时，他需要理解相关数学工具，由此自学矩阵分析，并偶然了解到 Crouzeix 猜想。金山木在采访中称，自己接受过的正式数学教育仅限理工科本科基础课程，其余知识主要依靠自学。
Crouzeix 猜想由 Michel Crouzeix 于 2004 年提出，核心大意是：对于任意矩阵和任意多项式函数，矩阵经函数作用后的范数，不超过该函数在矩阵数值域上最大值的两倍。这个命题表述简洁，但长期难以证明。来源提到，Crouzeix 本人在 2007 年证明了常数为 11.08 时成立；2017 年，相关专家在美国数学研究所专题研讨会中将常数推进到 2.414，但距离猜想中的 2 仍有差距，此后多年没有实质性突破。
AI 证明过程：多智能体搜索与对抗性审计
与传统纸笔推导不同，金山木采用了更接近“AI 科研工作流”的方式。他在 ChatGPT Work 平台上调用 GPT-5.6-Sol，并借鉴 OpenAI 此前处理 Cycle Double Cover 猜想时的提示词策略：让模型在物理断网环境下进行原创推理，启动大量智能体沿不同路径探索，对候选方案进行对抗性审计，并要求模型在形成完整证明前不要放弃。
来源称，金山木完成设定后即离开，期间没有继续干预。模型在约 16 小时自主运行中，经历大量假设、推翻与重建，最终给出证明。多位数学家评价称，AI 没有采用人类预期中繁复的硬估计路线，而是通过一种更巧妙的采样策略，化简出简洁的正性条件。Townsend 和 Greenbaum 审阅后以“震惊”形容感受。
- 研究对象：2004 年提出的 Crouzeix 猜想，属于矩阵分析领域的重要问题。
- 参与者：金山木负责设计 AI 求解流程，Townsend、Greenbaum 以及 Crouzeix 本人审阅手稿。
- 工具：OpenAI GPT-5.6-Sol 与 ChatGPT Work 平台，结合多智能体探索和审计机制。
- 开放资料：据称金山木已在 GitHub 公开最终论文、提示词、迭代手稿、Lean 4 形式化证明代码及公理审计报告。
影响与解读：数学发现正在进入“人类提问、AI 探索”的阶段
这项事件的关键意义，不只在于一个长期猜想得到证明，更在于它展示了前沿模型参与科学研究的新形态。金山木并非该领域受训多年的数学专家，但他能够把医学研究中的实际需求、跨学科自学能力和大模型推理工具连接起来，形成可被专业数学家审阅的成果。这意味着，AI 可能正在降低高阶理论探索的进入门槛，让更多具备问题意识的人参与到原本高度封闭的研究领域。
不过，这并不等于“模型单独取代数学家”。从来源信息看，结果仍需由专业人士审阅、确认，并通过论文、形式化证明代码和审计报告接受进一步检验。AI 的价值更像是扩展搜索空间、生成非常规路径和加速试错，而数学共同体的验证机制仍然不可或缺。
值得注意的是，在该预印本发布仅 8 天后，数学家 Emiel Lorist 和 Felix Schwenninger 又发布了一篇仅 5 页的独立证明，路线不同，并称在探索策略时同样使用了 ChatGPT 5.6。结合 OpenAI、Anthropic 近期在数学与理论计算机科学难题上的进展披露，AI 辅助证明正从演示性案例走向真实科研竞争现场。对于中文科技读者而言，这一事件提醒我们：未来的 AI 工具不只是写代码、做文案或整理资料，也可能成为基础科学中提出路径、压缩探索周期的重要基础设施。