前半句是说他家大孩子第一次把两个词拼一起说，他跟所有第一次当爹的人一样，震惊了。
后半句轻描淡写补了一刀，说他此刻的震惊程度，跟面对GPT-5.6发现新数学时的震惊，是同一个级别。
等一下。
前半句叫晒娃，后半句叫什么？
这叫凡尔赛式预告。而且是那种只有圈内人才能解码的暗号。
如果你对过去半年AI在数学界的动作一无所知，这条推文就是一条普通奶爸日常。但如果你知道2026年上半年发生了什么，这句话简直像在你耳边扔了个二踢脚。
一个剑桥学生，怎么就成了AI数学圈的“报信人”
要理解这条推文的分量，得先认识一个人。
Kevin Barreto，网名AcerFur，剑桥大学纯数学系学生。如果不提他的战绩，光说“学生”两个字，你可能觉得他就是个高材生。
但他干的事，已经远远超出“学生”这个头衔能装下的范围。
年初，一个叫Erdős #728的问题被拿下了。这不是普通数学题，是匈牙利数学怪才保罗·埃尔德什留下的老古董，挂了不知道多少年。而解决这个问题的系统叫GPT-5.2 Pro + Aristotle。操作这套系统的人，就是Barreto。
更狠的是，Barreto还参与了另一个问题的攻坚。埃尔德什和Pomerance提出的一个问题，原本的答案是要证明那个常数至少是2。Barreto用GPT-5.2 Pro一搞，直接把这个常数推到了2.16，后来更是证明可以用任意大的常数替换它。
这不是搜答案，这是造答案。
而且他还跟陶哲轩这种级别的数学家合作发过论文。如果陶哲轩是数学界的梅西，那Barreto就是那个被梅西拉去一起踢野球的年轻人，还进球了。
所以当这个年轻人说GPT-5.6在数学上搞出了大动静，你最好别当耳旁风。他不是围观群众，他是站在擂台边的裁判，甚至就是那个递拳套的人。
从翻车到翻身，AI数学只用了七个月
这里必须插播一段黑历史。
去年十月，OpenAI副总裁发帖说GPT-5解决了十个埃尔德什问题。结果维护埃尔德什问题网站的数学家Thomas Bloom当场拆穿，那只是模型搜到了已有的论文，根本不是原创发现。
场面一度非常尴尬。连DeepMind的哈萨比斯都补了一刀。
但七个月后，还是这个Thomas Bloom，面对OpenAI的新成果，说了另一句话：这是人工智能目前在数学领域取得的最亮眼成就。
发生了什么？
答案就写在那份125页的证明里。OpenAI的一个内部通用模型，自己啃下了一道埃尔德什1946年提出的单位距离问题，80年没实质进展的那种。
这道题问的是：平面上放n个点，最多能有多少对点距离恰好是1？听起来像小学数学竞赛题，对吧？但就是这道题，卡了人类数学家八十年。过去大家一直相信，最优方案就是正方形网格，单位距离的对数增长速度是线性的。
结果那个AI没走几何路线，从代数数论绕了进去，构造出一族全新的点排列方式，证明那个增长速度不是线性的，是超线性的。
简单说就是，人类以为那条路走到头了，AI在旁边踹开了一堵墙。
这份证明精简后还有125页。模型自己在第39页阐述关键观点，还把这套构造过程描述为“令人恐惧的”。
能把自己搞出来的东西说成“令人恐惧”，这AI要么是太谦虚，要么是真的捅了马蜂窝。
88岁老爷子被AI干翻，还主动发了感谢信
如果你觉得数学太抽象，再来看看另一个战场。
Donald Knuth，图灵奖得主，《计算机程序设计艺术》的作者，教科书级人物。比尔·盖茨说过，你要是能读完那套书，记得给他发简历。
这位老爷子88岁了，还在写书。他最近在研究一个三维网格图的图论问题，追溯到三十年前编写TAOCP时就有的思考。他自己几周都没啃下来。
然后他朋友把问题扔给了Claude。
结果Claude用了一个小时，31次探索，搞定了。而且不是暴力搜索，是引入“纤维分解”、“蛇形构造”这种结构性思路，推导出了适用于所有奇数m的通用构造算法。
Knuth专门写了篇文章，标题叫《Claude's Cycles》，开头就是俩词：Shock! Shock!
你能想象吗？这位老爷子当年为了排版数学公式顺手写了TeX系统，全世界理工科论文都在用。他给TeX的版本号设计成不断趋近π，象征追求完美。他还发悬赏找Bug，一张支票2.56美元，因为256美分等于二的八次方，在十六进制里刚好是一美元。
这样一个把精确刻进DNA里的人，被AI干翻了。
他在文章最后写了一句：向Claude脱帽致敬。
这可能是计算机科学史上最完美的一语双关，既是真的脱帽，也是“hats off”这个短语本身的荣耀。
代号太阳、地球、月亮的模型家族，藏着什么野心
回到Sam Altman那条推文。他提到的GPT-5.6，其实是一个模型家族。旗舰版叫Sol，太阳；中端版叫Terra，地球；还有个又快又便宜的Luna，月亮。
太阳比地球大，地球比月亮大，这命名思路很直观。
Sol的价格是每百万输入tokens五美元，输出三十美元。Terra便宜一半，性能跟GPT-5.5持平。更关键的是，Sol在编程测试Terminal-Bench 2.1上全面超越了Claude的Mythos 5，在网络安全测试ExploitBench上只用了三分之一的输出token就达到了对手的水平。
而且Sol还配了新的推理机制，叫max reasoning effort。简单说就是给它更多时间琢磨，相当于考试允许你延时交卷。
但有个细节值得注意：这个家族发布时，美国政府要求推迟公开发布，只允许小范围放给合作伙伴。OpenAI在博客里说了句硬话：我们不相信这种政府访问程序应该成为长期默认选项，它让最好的工具远离了用户、开发者、企业和全球合作伙伴。
翻译一下就是：东西我们做出来了，但得先过政府的关。这关到底要多长时间，谁也不知道。
一个AI自己搞出的定理，还需要人类数学家来验证吗
这里有个更深层的问题。
AI发现的数学成果，算不算数？
2026年6月，arXiv上出现了一篇论文，标题叫《形式公理系统中的自监督定理发现》。作者让一个AI只从公理和推理规则出发，完全不依赖任何人类数学文本、代码或定理库，自己去发现有用定理。
结果是这个AI发现了成千上万条定理，还能作为提示词帮助其他大语言模型提高证明表现。
换句话说，AI不仅能做题，还能自己出题。它能从最基础的砖头开始，自己搭出一座楼，然后说：你看，这座楼是稳的。你仔细检查吧。
这套逻辑跟人类数学家干的事在本质上没有区别。数学家也是从公理出发，通过逻辑推演建立定理，然后互相检查。
区别在于，人类数学家一辈子能接触的文献、能记住的定理是有限的。AI可以把整个数学史倒进脑子里，然后在一个下午输出125页证明。
那问题就变成了：如果AI证明的东西是对的，但过程是人类看不懂的，这算突破还是黑箱？
总结：Sam Altman晒娃推文暗藏GPT-5.6数学突破预告。剑桥学生Barreto证实此事。AI已独立解决埃尔德什难题、获陶哲轩认可、让Knuth脱帽。人类智能与AI的差异，正在成为这个时代最冷的笑话。