Maxwell 猜想是错误的（GPT 5.6 Sol）
一篇由 AI 辅助的数学论文声称推翻了 Maxwell 猜想——一个关于由点电荷生成的静电场中平衡点数量的小众问题——这引发了人们对该结果到底有多重要的争论。评论者们与其说关注这个猜想本身，不如说更关注它所传递的信号：大型语言模型开始在纯数学中作出非平凡贡献，即便它们的证明往往很凌乱，并且需要人类验证。讨论串还探讨了对科学职业的更广泛影响、证明中优雅性与理解的重要性，以及未来物理等领域的进步是否会越来越依赖实验工作，因为理论正变得日益自动化。
LLM 在数学中的作用与证明风格
- 许多人认为 LLM 很适合数学：它们可以探索巨大的搜索空间，而且并不在意“优雅”。
- 一些评论者觉得 AI 生成的证明即使正确也很凌乱、难以理解；有人希望有后处理系统来缩短、简化或“润色”证明。
- 有人正在研究如何训练模型追求优雅/清晰，但也有人怀疑这类类似品味的特质是否和简单的正确性或简洁性一样容易优化。
正确性、形式化验证与工具
- 形式化验证（例如通过证明助手）被视为可信赖复杂证明的关键，尽管工具本身也可能有 bug。
- 过去 Lean 中曾出现一个“证明”了 Collatz 的 bug，被提及作为警示。
- 在这个 Maxwell 案例中，评论者指出证明经过了人工检查，计算和可视化则使用了计算机代数系统。
Maxwell 猜想的重要性与其和物理的关系
- 有人澄清，这一结果不会改变 Maxwell 方程或实际电磁学。
- 一些人将该猜想（关于点电荷静电平衡点数量上界）描述为一个小众的“玩具问题”。
- 另一些人则认为，即便是小众结果也很重要，因为它们是垫脚石，也可作为 AI 能力的基准。
作者归属、署名与表述方式
- 论文说明，关键构造是由一个 LLM 提出的；人类验证并重写了论证。
- 有人认为标题里加入“(GPT 5.6 Sol)”属于带有编辑立场的表述，或是在夸大模型的作用。
对职业、教育与研究实践的影响
- 关于数学和物理博士未来的争论：
- 有人预测博士会更少但更精英，许多学位的价值会下降。
- 也有人认为博士主要是研究训练中的学徒阶段；AI 并不会消除这种需求。
- 一种观点是：随着 LLM 让理论变得更便宜，实验物理会变得更重要；另一些人反驳说，物理职业本来就很难，而且经费不足。
- 还有人担心，如果 AI 承担更多推理，领域专长和理解能力将如何发展。
纯数学与猜想的价值与用途
- 有人贬低许多猜想，认为它们只是自我指涉的“逻辑游戏”，现实意义有限。
- 也有人强力捍卫纯数学：抽象工作一再找到意想不到的应用，而在事前不可能知道哪些问题会变得重要。
- 证伪猜想被视为有价值，因为它能避免多年投入到错误命题上。
更广泛的 AI 轨迹与情绪
- 评论者指出能力提升是稳定的：今天能解决非平凡开放问题，意味着不久后会有强得多的系统。
- 这条讨论串既体现了兴奋（在狭窄任务上的超人推理、“书呆子的梦想”未来），也体现了焦虑（失业、人的研究意义、以及作为 AI 助手时可能令人沮丧的角色）。