AI拿下物理千禧难题的“前半题”？专家组认为OpenAI证明了杨-米尔斯理论“存在”，但最难的“质量间隙”仍未解决

先说背景：物理学最常用的理论，数学上却“没打好地基”

我们身边的一切，都由基本粒子组成，而粒子之间靠几种基本作用力相互影响。物理学家描述这些力的“标准模型”，是人类迄今最成功的理论之一，预测和实验吻合得惊人。

杨-米尔斯理论，就是这套标准模型背后的数学骨架之一。比如把原子核里的质子、中子“粘”在一起的强相互作用，就是用这类理论描述的。

但有个尴尬的事实：物理学家用它算了几十年、算得非常准，数学家却一直没能严格证明，这个理论在数学上真的能被完整、无矛盾地“搭建”出来。打个比方：一座楼大家已经住了几十年、住得很好，可它的结构计算书从来没被严格验算过。

2000年，克莱数学研究所把这个问题列为七个“千禧年大奖难题”之一，悬赏100万美元。题目分两部分：第一，证明这个理论在数学上“存在”；第二，也是更难的，证明它有“质量间隙”。

“质量间隙”简单说，就是证明这个理论里最轻的粒子也不可能毫无质量，必须有一个大于零的最低门槛。这和强相互作用为什么只在极短距离内起作用密切相关——物理学家相信它是对的，但没人能从数学上证明。

这次发生了什么

由理论物理学家、诺贝尔奖得主戴维·格罗斯（David Gross）主持的杨-米尔斯工作组，公开了对OpenAI一份证明的评估，并把相关Lean代码放进了公开仓库。评估日期标为2026年11月10日，仓库在11月11日03:38（协调世界时）上线，也就是北京时间11月11日上午11:38、美国东部时间11月10日夜里。这份评估针对的是OpenAI在10月28日提交的第一份证明，不是此后另一份工作组仍在审阅的投稿。

工作组的判断是：这份证明表明，对任意一种“简单紧致”的规范群（可以理解为这类理论的各种具体版本），都可以先把四维时空切成一个个小格子（物理学家叫“威尔逊格子规范理论”），再让格子越来越细、无限逼近连续的时空，最终得到一个满足“Wightman公理”的量子场论。Wightman公理可以理解为一套“合格证标准”：一个像样的量子场论必须满足的基本规则。

翻译成大白话：千禧年难题的第一部分——“纯杨-米尔斯理论在数学上能不能被严格搭建出来”——工作组认为已经有了一份可以由计算机逐步核验的证明。

“Lean证明”是什么？Lean是一种专门检查数学证明的计算机语言。用它写成的证明，每一步都要经过程序检查，不能有任何跳步或含糊，相当于请了一位绝不放水的阅卷老师。

需要说清楚的边界

工作组划的界线非常清楚：

第一，质量间隙没有被证明，OpenAI这份证明也没有宣称证明了它。所以，按杰菲-威滕（Jaffe–Witten）对千禧年难题的完整表述，这道题并没有被解决。

第二，这份证明也没有证明“无限体积极限”是唯一的。通俗地说，它证明了“能搭出来”，但还没证明“只能搭出这一种”。

第三，工作组坦白写道，他们使用了OpenAI的Astra模型来帮助消化提交的Lean代码，并且“我们还不声称已经完全理解这份证明”。计算机核验通过，并不等于人类已经真正读懂了论证的每一步。

工作组说，干净的重新编译、公理审查和Comparator检查都已通过，仓库里附有复现说明和带日期的核验记录。他们还说明，与OpenAI目前的关系仅限于接受投稿和使用Astra做分析，与克莱数学研究所没有关系。

《科学美国人》11月11日的报道指出，OpenAI在10月下旬就宣布模型完成了“存在性”这部分；这次的新进展，是评估和Lean代码终于公开，可以被更多人检查。

争议也随之而来：工作组采用“先由指定专家组把关、再放出材料”的做法，被一些数学家批评不够开放。纽约大学数学家斯科特·阿姆斯特朗（Scott Armstrong）在《科学美国人》报道中表示，乐见Lean证明公开，同时希望未来这类结果能从一开始就更广泛地分享。

未来可能改变什么

如果这份证明经得起独立复现和更多人的审读，它可能意味着两件大事。

一是数学本身：一个困扰了数学物理学界几十年的基础问题，其中一半有了机器可核验的答案。

二是AI做科研的方式：AI不只是帮人查资料、写代码，而是可能参与到最前沿、最严谨的数学证明中，并且用Lean这种“每一步都可检查”的形式交出答卷。这也带来新问题——当证明长到人类专家都要借助AI才能读懂时，“证明了”和“理解了”之间的距离该怎么看？

当然，最难的质量间隙仍然悬而未决，独立复现也才刚刚开始。

跟普通人有什么关系

短期内，这不会改变你的手机、电费或者日常生活。物理学家本来就在用杨-米尔斯理论做计算，这次的意义在于把地基打得更牢，而不是发明新机器。

但它值得关注，因为它是一个信号：AI正在进入人类知识里最难、最需要严谨的领域。将来，同样“机器逐步核验”的方法，也可能被用来检查工程、软件、金融模型这些关系到我们安全和钱包的东西。至于AI能不能真正“理解”它证明的东西，这个问题恐怕会和证明本身一样，被讨论很久。

原文发布时间：Yang-Mills Working Group，2026年11月11日 11:38（北京时间）；Scientific American，2026年11月11日 20:30（北京时间）