一位菲尔兹奖得主用 ChatGPT 5.5 Pro 跑了不到一小时，写出一段 PhD 级的研究工作。然后他在博客里说：现在投期刊都觉得没什么意思了。
这个人是 Tim Gowers，1998 年菲尔兹奖得主，加性数论里的活字典。5 月 8 日他更博客，记录自己怎么用 GPT-5.5 Pro 啃 Mel Nathanson 留下的一道 sumset 直径问题——简单说就是给一个整数集合 A，规定它的若干 h 重和集 hA 的尺寸，问 A 本身的「直径」最少能压到多少。问题不算大众，但圈里都知道很难往下推一档。已有的最好结果是关于 k 的指数级上界，Gowers 想看看能不能再往下啃。
他的玩法不是把题甩给模型让它表演。他先给方向、给已有结果、给自己脑子里几条可能的攻法，然后让模型去跑。三轮反馈，三次提速。
第一轮跑了 16 分 41 秒，把 k 的指数从直接的指数压到 k^(1/2+ε) 那种指数。第二轮 13 分 33 秒，直接干到多项式级 O(k^(10h³))，跨过了一道大坎。第三轮 9 分 12 秒，做技术性校验，把推导补圆。中间还穿插 17 分 5 秒构造一个二次界、2 分 23 秒排 LaTeX，最后合起来 31 分 40 秒把多项式界写成正式预印本格式。Gowers 自己评价：他贡献的数学输入「不算多」——原话。
让他真停下来的，是模型自己想出来的 h²-dissociated set。他形容那是一种「反直觉」的构造，像把半段几何级数硬塞进一个多项式区间。他在博客里写道：「这种 idea 我自己琢磨一两礼拜大概也能想到，会很自豪能想到。」翻译过来就是：GPT 几分钟跑完了他几周的活。
他没有吹。整套推导是踩在 MIT 学生 Isaac Rajagopal 之前关于 R(h,k) 指数级界的工作上的——Rajagopal 后来自己审了一遍 GPT 的输出，「几乎可以确定是对的」，还补了附录解释有限域上的构造。模型不是无中生有，是站在一个已有框架上往前迈一步。但这一步本来要花一个博士生几个月。
Gowers 收尾那段我读了两遍。他说这工作「如果是人写的肯定能发」——但他自己「连投期刊都觉得没意思了」。靠解出新定理拿一份 immortality 的玩法，要变了。可他没全盘否定数学，他写得很清楚：做难题这件事仍然值钱，因为练出来的是和 AI 一起往前跑的那种元能力。跑赢它已经不在选项里了。
跑得动 PhD 题的模型已经不是新闻。新闻是：第一批顶尖人类开始公开承认，自己的研究节奏要改了——而且态度不是抱怨，是认真在重新校准。
这事对不写数学论文的人也有用。Gowers 没有把题甩给模型让它独自起飞，他把方向、已知结果、可能的路径都先讲清楚，再让 GPT 去跑。这个分工方式跟我们平时让 Claude Code 写一段复杂功能、让 Codex 改一处历史包袱代码，逻辑是一样的：人定问题、给框架，模型补缺口。差别只是 Gowers 那一头的「缺口」是顶级研究而已。
原文链接放在第一条评论 ↓
关注 @svtransit1 · 写给真在用 AI 的人
#GPT #AI #数学 #AIcowork #AI日报
原始来源：https://gowers.wordpress.com/2026/05/08/a-recent-experience-with-chatgpt-5-5-pro/
关注 @svtransit1 · 每 3 小时一篇 AI 前线 · RSS