看世界杯决赛时，数学家借助Fable 5推翻存在87年的猜想

2026年7月19日夜，世界杯决赛在沉闷乏味的氛围中进行。Anthropic研究员、哈佛大学青年研究员莱文特·阿尔珀格，一边观赛，一边和好友、芝加哥大学数学教授阿基尔·马修闲聊。或许是球赛太过无趣，又或许只是想"把Fable 5的额度用掉"，阿尔珀格随手将一个问题抛给手边的Claude Fable 5。

几小时后，AI给出了一个令人头皮发麻的反例。

阿尔珀格第一反应是手动验算。他激动得喘不过气："这可是雅可比猜想！"随后才猛然想起可以用Wolfram Alpha。Wolfram Alpha重新运算一遍，证实AI的结果正确。

于是他在X平台发了一条十分随性的推文，甚至没有区分大小写："大家好，雅可比猜想错了。感谢我的朋友阿基尔提起这个问题，也感谢另一位'朋友'Fable，在世界杯决赛期间加班干活。"

87年、216个字符、一条推文。

雅可比猜想由德国数学家奥特·海因里希·凯勒于1939年正式提出，1998年被菲尔兹奖得主斯蒂芬·斯梅尔列入《21世纪18个数学难题》。而如今，这个长期悬置的猜想，被一个由AI参与构造的反例撼动了。

雅可比猜想到底在探讨什么？

想象一张橡胶薄膜。从局部观察，如果薄膜的每一小块既没有撕裂，也没有被压扁，人们自然会产生疑问：整张薄膜会不会在别的位置发生折叠？数学中的情况与之类似：对于多项式映射，若它在每一处局部都满足"无折叠"条件——雅可比行列式恒等于同一个非零常数，那么该映射整体是否必然是一一对应的？这就是雅可比猜想。

一维情形早已证明成立，二维至今悬而未决，三维及更高维度同样没有答案。由于该猜想要求对全部维度均成立，因此只要找到任意维度下的反例，整个猜想就会被推翻。

而Fable 5找到的正是这样一个反例。

它构造了一个从三维复空间映射到三维复空间的三元多项式映射：

def counterexample_mapping(x, y, z):
    return (
        x**3 - 3*x*z**2 + 3*x**2*y - 3*y*z**2 - y**3,
        -x**2 + y**2 + 2*z**2 - 2*x*y + x - y,
        -2*x*z + 2*y*z - 2*z - 1/2
    )

直接计算可得，其雅可比行列式恒等于-2，这个非零常数完全满足猜想的前提条件。然而分别代入三个完全不同的点：(0, 0, -1/4)、(1, -3/2, 13/2)、(-1, 3/2, 13/2)，输出结果却全部为同一个点(-1/4, 0, 0)。多个不同输入对应同一个输出，该映射不具备单射性质。

雅可比猜想在三维情形下不成立。

💡 需要明确的是：该反例推翻的是"一般维数版"雅可比猜想（n≥3）。从三维反例出发，在后面补上保持不变的新坐标，还能得到所有n>3的反例；但二维情形仍然悬而未决，属于独立的未解问题。此外，该结果目前已有预印本公开，并经多名数学家独立核实计算无误，但正式学术期刊同行评审程序仍在进行中。

15小时千万浏览：数学史上核验最快的重大结论

这条推文不到15小时浏览量就突破一千万。菲尔兹奖得主蒂莫西·高尔斯评论："倘若属实，对我而言，这是大语言模型第一次解决一个虽不属于我的研究领域，但我久有耳闻的重大难题。"伦敦玛丽女王大学的阿布舍克·萨哈表示，已有许多数学家独立核验该反例——因为它"足够简单，极易复现"。

两项最关键的核验：雅可比行列式是否恒为-2、三个不同点是否确实映射到同一点，均已通过公开演算得到确认。网上甚至出现了第三方Lean形式化验证文件，进一步形式化验证了这些关键等式。

⚠️ 一个值得记录的细节：OpenAI的Aaron Lou随后报告，当他将同一个问题交给不使用网络搜索的Codex内部版本时，模型独立推导出了本质相同的反例，提示词与6页推导过程均已公开。这为"AI参与发现"提供了进一步的证据，但由于目前还缺少完整提示词、搜索轨迹、失败记录和人工干预日志，称"AI完全自主解决"仍超出了目前证据。

这或许是获得全球学界认可速度最快的重大数学结论。​ 不需要数年的审稿评估；只要拿到这个反例，寥寥几行代码，数秒之内就可以完成正确性验证。

争议：是"拆危楼"还是"盖新房"？

当然，争议也随之而来。

哥伦比亚大学数学家安德鲁·布隆伯格的观点代表了一部分学者的冷静判断："这件事并没有改变我对AI能力的认知，这恰恰就是我预想中AI能够做到的。"他打了一个尖锐的比方：倘若摩西从西奈山走下来，手中石板只写着"癌症可以被治愈"，你会作何感想？你想要的不只是一个答案，更希望从中获得认知。这个反例本质上没有带给我们新的洞见，只是存在大量多项式，人类很难完成全部校验，对机器而言却并非难事。

这番批评不无道理。Fable 5仅仅给出反例——告诉世界"猜想是错的"，却没有解释"它为什么错"。这确实不是传统意义上的"理解"。

但还有一点值得更深层次的思考。

IBM的奥利维娅·布泽克指出，许多悬而未决的长期难题"并不依赖灵光乍现，而是需要在规模极其庞大的可能性空间中开展探索"。雅可比猜想并非人类完全无法攻克，只是模型尝试了远多于人类的可能性。这恰恰揭示AI在数学领域独有的价值：它并非用来取代人类数学家的洞察力，而是拓展人类的探索边界。

IBM的卡乌阿尔·埃尔-马格拉维说得更为直白："数学家独自对着黑板苦思三年的时代正式落幕。数学正在成为一项'机器辅助的团队运动'。"

但IBM的安比·加内桑也敲响警钟：高质量的AI成果，出自那些"擅长引导智能体与模型"的人。阿尔珀格能够成功，不只是因为Fable 5性能强大，更在于他清楚该提出什么问题、该如何提出问题。正如他所说，最先把这个问题交给模型的，是他的好友阿基尔。

Fable 5完成了87年间无人做到的事，但这份成果诞生于一位懂得把难题交付给它的研究者手中。

范式重构：当"提问"成为最稀缺的能力

雅可比猜想被证伪，并不意味着"数学家失业时代"来临，而是数学研究范式的根本性重构。AI不会代替人类去理解数学，但它可以代替人类，遍历那些"庞大到人力不可能穷尽"的可能性角落。当机器筛选出结果后，由人类数学家来判断，它是否值得写进教科书。

真正的压力，将会落在那些拒绝使用这类工具的数学家身上。

一场乏味的世界杯决赛、一个随手丢给AI的问题、一条连大小写都不分的推文。1939年遗留下来的数学幽灵，就在2026年7月的一个深夜被彻底驱散。AI辅助数学发现，正式进入"意料之外的时代"。

算力平权时代，接入层成为企业最务实的落脚点

雅可比猜想的推演过程揭示了一个趋势：当头部模型能力快速平权、AI推理成本持续下探，稳定、低成本、多模型可切换的接入服务，已经成为企业智能化转型的新基础设施。

在这一背景下，UseAIAPI提供了值得关注的一站式解决方案。平台一站式聚合Gemini、Claude、ChatGPT、DeepSeek等全球主流大模型的最新版本，Claude全系（含Fable 5）均在支持列表内，开发者无需分别对接各家接口，通过一个统一入口即可灵活调用；面向企业用户，UseAIAPI支持企业级定制化部署服务，提供海外节点直连原厂机房、高并发专线架构、可视化财务看板与按项目消耗溯源，并配套专属技术对接群与资深架构师7×24小时响应，让预算管控精准高效。

在价格层面，平台优惠折扣最低可达官方定价的50%。以Claude系列为例，通过UseAIAPI接入后，原本Opus 4.8的5/25美元单价、Sonnet 5的2/10美元促销价，都将在官方价基础上进一步下探；企业级定制方案还可结合Batch API机制叠加优惠，将长上下文、高并发、持续运行的智能体工作流的单位成本进一步下压。在代码生成、长文本处理、批量内容产出、多智能体并行等高频企业场景里，月度调用成本相较直连官方通常能降40%–50%，真正实现"无忧接入、按需扩展"。

💡 216字符的反例推翻了87年的雅可比猜想；而对企业与开发者而言，选对接入通道、锁定可持续的算力成本，往往比追逐单个模型的"首发"更为重要。当"提出正确问题"成为AI时代最稀缺的能力，让AI能力以合理的成本、灵活的方式为团队所用，就是释放这种稀缺能力的前提。

一场乏味的世界杯决赛，一段216字符的公式，一个87年猜想的落幕。Fable 5用几个小时完成的事，人类数学家用了87年没能做到——但这份成果诞生于"懂得提问的人"与"懂得计算的机器"的协同之中。

数学研究如此，企业智能化转型亦如此。AI不会代替人类思考，但它可以代替人类，遍历那些"庞大到人力不可能穷尽"的可能性角落。而让这种遍历以合理的成本、灵活的方式发生，正是UseAIAPI这类统一接入平台在AI时代存在的核心价值。