本文根据 a16z 播客节目对话整理。对话由 a16z 基础设施合伙人 Lisha Li 主持，对谈嘉宾是 OpenAI 的两位数学家马克·塞尔克（Mark Sellke）和梅塔布·索万尼（Mehtaab Sawhney）。两人此前都是活跃的一线数学研究者，近一年先后加入 OpenAI，专注于探索大模型在数学推理上的能力边界。
塞尔克和索万尼加入 OpenAI 前，都在组合数学、概率论等领域有扎实的科研背景，Lisha Li 与他们的渊源要追溯到索万尼的博士导师正是 Lisha Li 本人的旧日同事。过去一年里，OpenAI 的模型在国际数学奥林匹克（IMO）上拿到了金牌级别的成绩，随后又被曝出在球体填充问题（sphere packing）和构造非索菲克群（non-sofic group）等研究级课题上取得进展，这些原本是数学家们数十年未能突破的难题。两位嘉宾正是这些成果背后的一线参与者。
这场对话发生在一个颇为敏感的时间点：数学界内部对AI能否真正"理解"数学、还是仅仅在做高效检索和排列组合，仍存在分歧。塞尔克和索万尼试图用他们亲手拆解的推理轨迹（reasoning trace）来回答这个问题——而他们给出的答案，可能会让很多人感到意外。
1. 一场金牌引发的转向
马克·塞尔克回忆自己的转折点很清晰：去年夏天IMO金牌的消息传来时,他的第一反应是"这太惊人了，我得亲自去看看他们到底做了什么"。带着这样的好奇，他加入了OpenAI。
梅塔布·索万尼的入场路径则更具体。塞尔克给了他一个GPT-5账号，让他自己去试。索万尼说，很快他就被彻底说服了，这种说服力来自一次具体的实践，而不是任何宣传材料。两人其实早已相识，此前还合作发表过一篇论文，这次算是重新在同一个问题上会师。
索万尼分享了那个让他真正"上头"的瞬间。数学家保罗·埃尔德什（Paul Erdos）生前提出过大量悬而未决的问题，后人把这些问题整理收录进了一个专门的网站。索万尼的研究方向是组合数学，这些问题中不少都是领域内最重要的公开问题。他常常翻看这个网站，但一个长期困扰他的事情是：一个问题被标记为"未解决"，可他自己经常没法确认这个标记是不是准确的，因为相关文献太分散，很难彻底检索清楚。
有一次，他和几位朋友已经就某个问题讨论了几个小时，仍然不确定这个方向是否可行。索万尼随手把问题输进了GPT-5，五分钟后，模型找到了一篇相关文献，明确告诉他这个问题是可以解决的，并给出了具体路径。"这对我来说是一个非常令人意外的时刻，"索万尼说。他随即把这件事告诉了塞尔克，两人后来又陆续发现了大约十个类似的案例。
2. 检索之外，模型到底强在哪
索万尼坦言，检索能力确实是模型的一项相对优势——熟悉几乎所有已发表的文献，这本身就决定了AI目前更容易攻克哪一类问题。但对话很快转向了另一个更关键的问题：如果只是检索强，为什么最近的进展看起来远不止于此。
塞尔克指出了另一个明显的相对优势：模型在把一个已经想到的思路真正"落地执行"这件事上，表现得非常扎实。他说，任何时候有了一个想法，接下来总要经历大量把细节对齐的工作，比如判断某个epsilon是否真的小于某个delta，这类需要把每一步都做对的琐碎环节。人类很容易在这些细节里迷失，但AI几乎总能把这类论证钉得很准。
索万尼补充了一个具体例子——单位距离问题（unit distance problem）。这个问题最初的思路其实是埃尔德什本人提出的，OpenAI的贡献主要在于把这个思路真正执行到底，这本身就是一项分量很重的成就。他打了一个比方：普通数学家的时间是有限的，如果一个方向走了很多步还看不到希望，除非你是安德鲁·怀尔斯（Andrew Wiles）那种能一个人闷头做十年的人，否则风险收益比就变得不划算，人往往会放弃。而对AI来说，逻辑完全不同："人类告诉我做这件事，那我就做。"正因如此，索万尼说，现在正处在一场"可达成果的复兴"（renaissance of reachable results）之中——大量此前因为风险收益比不划算而被搁置的方向，突然变得值得一试。
3. 和问题"对赌"，模型下注很准
索万尼进一步解释了单位距离问题里最耐人寻味的地方。做数学研究时，一个常见的经历是：你有一个想法，觉得也许可行，然后花几个小时、几天甚至几周去尝试，最后放弃了。更让人沮丧的是，一两年后你会发现，别人用同样的想法把问题解决了。也就是说，"让一个想法真正跑通"本身就可能占据了这场战役的绝大部分难度。
在单位距离猜想这个具体案例里，其中有大量极其琐碎繁复的细节需要处理。索万尼把做数学比作"和问题对赌"：你会觉得某个方向也许该试试，但看起来成功率很低，不值得投入时间。而模型在很多这类情形下，凭借它掌握的知识和某种"良好的数学判断力"，做出了正确的下注。他建议直接去看OpenAI公开发布的思维链摘要——那段推理读起来就像一个数学家在思考，因为模型掌握了一些确实正确的关键要点，所以能做出正确决策，最终成功剪除搜索树里大量无效的分支。
塞尔克补充说，模型并不是在尝试所有可能，它没法穷举每一个想法,只能从有限的候选路径里挑。它极其执着，会尝试大量不同的方向，但依靠知识加上良好的数学判断，找到真正值得走下去的那条路。索万尼认为，这个问题之所以特别值得关注，恰恰是因为这个思路本身并不陌生，说明很多认真的数学家很可能都曾试过，只是没能把它做通。
4. 被污染的大脑，与永远干净的新会话
索万尼提出了另一个更贴近人类认知局限的观察。如果一个数学家心里有个执行方案，但这个方案本身走错了方向，那么作为人类，很难把大脑"重新接线"、从头再来。最初的想法在脑子里已经和一堆失败的尝试绑在了一起，就像上下文窗口被弄脏了一样。你不可能凭空克隆出一个"上周还没被这些失败经验污染的自己"，让那个自己朝着完全不同的方向重新建立直觉。
但对AI来说，这件事变得异常容易。塞尔克说，这正是模型让人意外的另一个原因：一旦有了一个大致正确的方向，把细节做对已经不再是那么大的障碍。
Lisha Li追问，这种"容易"是不是仅仅因为可以并行开无数个新会话、本质上还是靠人为干预在做选择，还是模型自己真的具备了回溯（backtrack）而不被此前失败污染的能力，也就是它是不是真的像数学家一样在思考，而不是只是幸运的采样。
塞尔克的回答很直接：模型确实会犯错，然后回过头重新思考，但它似乎异常精于计算、异常正确。人类数学家在判断一个方向是否可行时，往往并不完美——第一次某个方法不奏效，你会自动下调对这条路径的信心，然后不断重复这个过程。而模型在很多观察到的案例里，似乎更擅长更新对某条路径可行性的估计，无论是继续推进还是彻底放弃这条路径，这方面表现都优于人类的直觉判断。
不过塞尔克也补充了一个重要限定：即便模型没有真正意义上的"回溯"能力，仅仅是可以随时开启一个全新的会话，这本身依然是在利用某种并行运行多个智能体（agent）的能力。但如果模型真的在做回溯,那它看起来就更像一个真正的人类数学家——甚至可能正是因为它也在犯错，才获得了某种直觉，理解为什么某个解空间行得通、另一个行不通。
数学家们习惯把每一次失败都当作代价，AI似乎把失败当作免费的信息。这场对话真正提出的问题，不是AI能不能算得更快，而是它是否已经拥有了某种此前只属于人类专家的"品味"和判断力——知道该在哪里下注，也知道什么时候该认输重来。这个问题的答案，或许决定了未来几年数学研究的节奏会被改写成什么样子。
