Meta公布了数学家与Muse Spark 1.1、1.2合作完成的六篇数学论文，其中五篇被称为回答了此前未解决的研究问题。研究人员没有搭建专用Agent系统，只在普通Meta.ai聊天界面中使用Thinking模式；模型参与了寻找反例、编写搜索程序、推导计算、构思证明和起草技术章节。不过，问题选择、研究方向、证明检查与最终修订均由数学家主导，另有一组数学家复核。部分结论已有其他团队同期独立获得，六篇论文目前也不能等同于经过期刊同行评审。其意义不在于“AI独立攻克六道数学难题”，而在于展示通用模型怎样成为研究者可以反复讨论、编程搜索和共同修改证明的协作工具。
文章作者、来源：Meta AI Research
从“有标准答案的竞赛题”走向真正的开放问题
此前的AI数学成绩大多来自奥林匹克竞赛、标准基准或已经知道答案的问题。模型即使需要构造新证明，评估者仍然知道终点在哪里。
开放研究不同：问题可能没有答案，原来的猜想可能根本不成立，一条看似合理的证明路线也可能在数周后才暴露漏洞。Meta此次让数学家通过普通Meta.ai界面使用Muse Spark 1.1和1.2，没有加入自动文献检索、多Agent调度或专用形式化验证框架。
合作持续数月。数学家负责选择问题、提供背景和判断哪些方向值得继续；Muse Spark则在对话中提出思路、展开计算、生成程序或证明草稿。Meta称，六篇论文中有五篇给出了此前开放问题的答案。
六篇论文分别做了什么
第一篇研究高维空间中的高斯椭球拟合：给定一组随机点，什么时候存在一个以指定位置为中心、恰好穿过全部点的椭球？
论文证明了一个清晰的相变阈值。点数低于阈值时，精确拟合以高概率存在；超过阈值后，它几乎肯定不存在。不过，恰好位于临界点时会发生什么仍未解决。Muse Spark参与发展和修改证明策略，Aykut Arslan主导研究，另有四名数学家检查论证。
这项结果也不是唯一同时出现的解答。2026年8月已有三个外部团队分别公布同期成果，其中一些证明了相同高斯阈值，另一些得到更广泛的普适性结论。Meta称这些工作彼此独立、方法不同。
第二篇研究一种受激光物理启发的双调和非线性薛定谔方程。问题可以粗略理解为：当聚焦效应不断压缩波形、色散又试图把它摊开时，波能否永远维持，还是必然在有限时间内“坍缩”？
论文证明，在二维及更高维度、径向对称且能量为负的特定条件下，坍缩必定在有限时间内发生。这解决了2015年留下的问题，并验证了2002年数值模拟针对这一场景作出的预测。模型帮助检查计算、尝试论证和修订证明；Leonard Dinh决定问题及关键证明思路。
第三篇处理群论中的一个2024年猜想：是否所有有限“半阿贝尔群”都是“单项群”。否定这种普遍命题只需要找到一个反例。
Muse Spark生成了GAP数学软件的搜索程序，最终找到一个含384个元素的反例；研究者随后验证结果并补完证明。值得注意的是，另一个名为Nilradical的AI Agent已于9月16日公布不同反例，Meta称自己的结果为独立完成。论文页面列出的作者为Joseph Phillip Brennan和Milana Golich。
第四篇来自二元多项式优化。复杂的离散优化问题经常会被替换成较容易求解的“松弛”版本，但松弛后的最优解不一定仍与原问题一致。
研究者和Muse Spark证明了，在所研究的三环重叠结构中，当每个只被两个集合共享的区域恰好含一个决策变量时，这种松弛是精确的；只要某一区域多于一个变量，就会产生差距。模型帮助把问题重新表述为概率问题、寻找反例并形成证明策略，人类研究者负责纠错和完善。
第五篇尝试连接数论与p进弦理论。研究团队证明，两种使用不同数学语言发展的计算实际上描述同一个量，把1980年代Yuri Manin提出的方向从Tate曲线推广到更广泛的曲线类别。
在这一项目中，Muse Spark的参与程度较深：它不仅帮助识别跨领域联系、生成候选证明，还起草了三个核心技术章节，随后由研究者检查、纠正和重写。
第六篇研究受演化生物学启发的非结合“演化代数”。Muse Spark生成了一个三维反例，推翻了用于判断某类代数是否“可解”的既有猜想；团队随后提出更准确的替代判据，从考察单个元素改为考察整个子空间。外部研究者Hu和Wen也独立报告了该猜想的反例。
模型做了很多，但“AI独立解题”并不准确
六项合作中，Muse Spark承担的角色并不相同：有时只是展开计算和尝试证明，有时编写搜索程序，有时发现反例，也有时直接起草技术章节。
但共同流程都是由数学家提出问题、提供提示、选择研究路线，并判断模型产出是否值得继续。模型给出的证明也不是直接发表：原研究者先检查和修订，随后由另一组数学家复核。
Meta还要求每篇论文标明哪些段落主要由人类起草、哪些主要由AI起草，并注明其依赖的既有数学思想。这比把模型笼统列为“工具”更透明，也为今后如何分配研究署名与贡献提供了一个可讨论的范例。
不过，官方所说的“review”是由另一组数学家检查，不应自动等同于匿名期刊同行评审。Meta论文页面没有列出正式出版机构；公开材料也没有提供完整对话记录、失败路线数量或相同设置下的重复成功率。因此，外界目前可以审阅最终论文，却难以完整复现从聊天到证明的整个过程。
真正重要的是协作方式发生了变化
这批成果没有证明数学研究可以交给一个无人监督的聊天机器人。恰恰相反，它表明现阶段较有效的模式，是让熟悉问题的数学家持续掌舵，把模型用于扩大搜索空间、快速编程、检验反例和反复改写论证。
群论案例尤其说明这种分工：模型擅长迅速写出GAP程序并搜索人类难以手工枚举的对象，研究者则负责确认程序没有偷换定义、反例确实满足全部条件，并把计算事实转化为可理解的数学证明。
同时，多项结果与外部团队同期出现，也提醒人们谨慎使用“首次解决”或“AI攻克”的表述。开放问题可能因模型普及而被多个团队同时推进；未来评价AI科研成果时，不仅要问答案是否正确，还要追踪问题是谁提出的、关键思想来自哪里、模型贡献是否可复现，以及相邻团队是否已独立得到结果。