⚠️ 如果你平时只会用聊天型大模型，最近又想认真跟AI新工具，这条别顺手划走。你刚刷到这条消息，第一反应很可能是：数学圈新闻，和我没关系。但这种判断最容易让人把后面的时间、预算和注意力花错地方。
我现在更愿意把这件事记成一句：Erdos猜想死于数论越界。别急着往“AI又要替谁干活”上想，先被AI打薄的，不是岗位，是学科边界。[C002] OpenAI的模型把离散几何里的一个核心猜想推翻了，也就是把一类“点和图形怎么摆”的老问题直接改写了结论（An OpenAI model has disproved a central conjecture in discrete geometry）。[C001]
真正吓人的不是“模型会做题”，而是它怎么做的。我原来以为，这种前沿突破还是得在原学科里越钻越深。结果官方文章写得很直白：关键构造并不来自离散几何内部，而是把代数数论这种研究数字结构的工具，搬进了一个看起来很初等的几何问题里。[C003] 说白了，这不是几何内部突然想通，而是别的学科把门撞开了。
更扎心的一点在后面。人类校验版摘要直接点了两条数论思路：Ellenberg-Venkatesh 和 Golod-Shafarevich。[C004] 这些名字你不用背，你只要记住结果：以后更值钱的，可能不是只守住自己那一科的人，而是能把别处工具搬过来的人。当然，这不等于“随便跨学科就会赢”，因为这些工具本身也很深；它真正改掉的，是你看方向时的默认设置。
一条更新值不值得看，不看它列了多少功能，先看它会不会改掉你下一步的判断。对只会用聊天型大模型、但准备认真跟工具的人，这条更适合先存：以后再看一个新模型，先问它有没有跨领域搬工具的能力，再问它会不会聊天。
🤔 你现在选本地模型，会先看总榜，还是先看自己机器的 VRAM？