腾讯混元实验室近日投下一枚重磅炸弹：其科研智能体Hyra依托Hy3大模型，仅用24小时便攻克了加法组合学领域悬而未决50余年的"和差集问题"，将最优指数推进至理论极限值2。这并非简单的算力堆砌，而是多个AI智能体如同一个"虚拟数学实验室"般协同作战——它们独立探索、提出猜想、寻找反例，甚至定期"开会"交流思路，最终收敛出一份完整证明。全程使用自然语言，推理链路清晰可读、可复核，这标志着AI已从"计算工具"向"科研协作者"迈出实质性一步。
更耐人寻味的是，OpenAI同期也披露其测试模型解决了10道长期未解的数学难题。两起事件不约而同地指向同一趋势：AI正在切入人类智力最核心的"原创发现"环节。过去我们习惯AI提供灵感或辅助验证，但如今它已能独立完成从假设到证明的闭环。腾讯混元算法研究员林暐直言："AI已开始接近真正意义上的原创发现。"这话听来震撼，却并非虚张声势——当机器能自主生成并验证数学猜想时，科研的边际成本与速度将被彻底重塑。
细看Hyra的解题过程，其价值不止于"解出答案"。它展示了一种全新的科研组织形态：多个AI智能体分工协作，像人类学者一样互相质疑、迭代论证。这种"多智能体辩论"模式，恰恰解决了大模型单点推理易陷入局部最优的痛点。更难能可贵的是，整个推理过程用自然语言呈现，意味着人类可以逐行审阅AI的"思考路径"，而非面对一个黑箱结果。这种可解释性，正是未来AI进入严肃科学领域的通行证。
当然，我们不必过度神话AI的"智力"。和差集问题的解决，更多是AI在超大规模搜索与逻辑组合上的优势体现，而非它突然拥有了"数学直觉"。但不可否认的是，当AI能在一天内走完人类数学家半世纪未竟之路，科研的"人机协作"时代已悄然降临。接下来要思考的，或许不再是"AI能否做科研"，而是"人类如何重新定义自己的科研角色"。这既是挑战，更是前所未有的机遇。
AI 生成 . DeepSeek | 搜索综合