2026 年 10 月 27 日，OpenAI 宣布其 AI 模型在數學、電腦科學與物理學領域取得三項成果，分別涉及局部光滑猜想與掛谷猜想的證明、推翻指數時間假設（ETH，一個關於某些計算問題本質上需要多長時間的長期猜想），以及對量子色動力學與楊–米爾斯理論提出嚴格數學存在性證明的構想，後者與千禧年七大數學難題有關。

這則新聞很短，但它其實是個很好的「健康資訊識讀」練習題。先說結論：這件事不需要恐慌，也不需要立刻興奮到睡不著，但它很適合讓你練習分辨「宣布」和「證實」之間的距離。

三項成果的證據強度其實不一樣

把 OpenAI 的聲明拆開看，你會發現三項成果目前處於不同的驗證階段。

數學與電腦科學的成果，OpenAI 表示已通過 Lean（一種能讓電腦逐行檢查數學證明的工具）完成形式化驗證，證明材料也上傳到公開的 GitHub 倉庫，任何人都可以查看。以數學界的標準來說，形式化驗證是很強的證據等級，因為它把「有沒有漏洞」交給機器檢查。

物理學那一項則不同。OpenAI 自己說明，這部分還在由諾貝爾物理學獎得主等專家參與審查，而且官方聲明也承認，相關成果仍需學術界進一步獨立確認。換句話說，它目前是「提出構想、等待審查」的階段，和新聞標題裡「斬獲重大突破」給人的確定感，有一段落差。

下次再看到「AI 解開千禧年難題」這類標題，你可以先問一句：這是已經通過形式化驗證的證明，還是正在被審查的構想？這個習慣不只用在科學新聞，也適用在各種健康資訊上。大型研究、文獻回顧、單一個案，證據強度完全不同，標題通常不會告訴你差別。

這也和我們之前聊過的Claude 用 60 個子 Agent 撞黎曼猜想那篇的提醒一致：AI 在數學上「推進了某個界線」和「解開了難題」是兩件事，讀新聞時把動詞看清楚，就不容易被標題牽著走。

演算法突破離你的日常還有一段路

新聞裡有個細節值得留意。指數時間假設被推翻後，OpenAI 說明，研究人員需要重新審視許多計算任務的速度極限，新成果有助於指導更高效演算法的研究。但聲明也老實說了：要真的找到那些更快的演算法，並轉化為實際應用，仍需要大量後續研究。

白話一點講，這像是發現「某條路理論上可以更快抵達」，但車子還沒造出來。如果你的工作跟工程、資料庫或演算法有關，這則新聞值得關注；如果你是一般讀者，它短期內不會改變你手機的速度。

OpenAI 也接受了合作團隊的兩項要求：公開所有原始資料供獨立驗證，以及出資舉辦學術會議討論影響。這種「公開讓大家檢驗」的做法，是判斷一項科學宣布值不值得認真看待的好線索。

追這類大新聞的你，有幾件事可以順手做

這種等級的消息一出，討論串通常會熱鬧好幾天。如果你發現自己每隔十幾分鐘就刷新一次相關討論，以下是幾個實際可以做的事。

先照顧睡眠。重大消息不會因為你晚兩天才看就消失，而且這類成果還需要學術界慢慢消化確認，追即時更新的邊際價值很低。如果你有熬夜追新聞的習慣，可以參考我們在守著熱搜直播時的作息照顧那篇提到的做法：設一個收看的截止時間，時間到就收起來。

再照顧眼睛。長時間盯著討論串和長篇聲明，眨眼次數會下降，眼睛容易乾澀疲勞。看螢幕每二十分鐘左右，讓視線移到遠處二十秒，這個老方法不花時間，卻真的有用。

最後照顧判斷力。看到有人把這則新聞簡化成「AI 取代科學家」或「千禧年難題已解」，先深呼吸。目前的資訊是：兩項成果已形式化驗證並公開，一項仍在審查，後續還有學術會議與公開審查等著進行。讓子彈飛一下，往往是最省力的讀法。

科學進展值得關注，你的睡眠和眼睛也值得被記得。這兩件事從來不衝突。