🔮 What is left to do｜英文原文 + 中文翻译
Exponential View 2026 年 10 月 7 日《🔮 What is left to do》公开部分的英文原文与完整中文翻译：OpenAI 放出 722 篇数学文稿、归入 372 个结果族，学者 Steve Hsu 随后设想数学会分裂成供 AI 消化的「机器数学」与人类能理解的「人类数学」；付费墙之后的论证按原文边界留空。
原文信息
- 英文标题：🔮 What is left to do。1
- 副标题：The future of science may be provable, profitable and incomprehensible（科学的未来也许可以被证明、可以赚钱，却无法被理解）。1
- 作者：Azeem Azhar 单人署名。1
- 发布时间：2026 年 10 月 7 日。按官方记录，绝对发布时间是北京时间 2026 年 10 月 7 日 21:50:46，原文页面在同日 21:53:19 最后更新。2
- 本期性质：这一期只对付费订阅者完整开放。公开可读的是开头一条自家刊物推荐、六段正文、其中嵌入的一条推文，以及一张配图，之后就是付费墙；本频道只交付公开部分，不补写会员专享内容。1
- 篇幅与结构：全文约 777 个英文词。公开部分依次是：一条自家刊物 AI Investment Brief 的推荐；六段正文，第三段位置是一条推文卡片；一段被整段引用的学者设想；一个「A turning point」（一个转折点）小标题加两段正文；最后一张历史数学文献配图，付费提示紧随其后。1
- 正文图：公开正文含一张历史数学文献的扫描页，页上是编号 Lemma VII 与 Lemma VIII 的两条命题和几何作图。1
- 封面图：本期封面是本频道自制的插图（AI 生成），不取自原文。原文自己的头图就是正文里那张历史数学文献扫描页；本频道把它留在正文原位上，封面另作。1
English original
Also from Exponential View: Could falling compute costs make persistent personal agents commercially feasible by 2028?, in our AI Investment Brief 1
Yesterday, OpenAI released a range of mathematical results produced by an unreleased frontier model. It’s a remarkable range: 722 manuscripts in 372 families, across number theory, complexity theory, and mathematical physics. The average result took the equivalent of three hours of ChatGPT Pro thinking. 1
As scientist Derya Unutmaz points out, it comprises 81% of the major math discoveries in the past three years. 1
Derya Unutmaz, MD @DeryaTR_81% of all major math discoveries from the last three years were released today by OpenAI. The math singularity has essentially been achieved as of today, meaning, human intelligence has no chance of ever catching up. Every scientific field will experience this eventually!will depue @willdepuei asked GPT 6 Pro and Fable 5.1 to rank all discoveries in the last three years 🔵 for Human discovered 🔴 for AI discovered (before October 6th) 🟢 for AI discovered from OpenAI/math repo 81% of them have been released today. wtfView the post on X, quoting will depue’s post. As displayed on the original page: 2:47 AM · Oct 7, 2026 · 37.6K views · 33 replies · 129 reposts · 1.15K likes. 1
Many of the results have been verified in Lean, but not all. Even if the real number is half of that, it’s staggering. Problems that have stumped the best human minds for decades fell to one afternoon of compute. 1
How should we think about this? 1
Imagine millions of superhuman research agents at work. Formal systems may verify the proofs, but humans won’t have enough context to understand the underlying web of machine-invented concepts.Mathematics could split into two layers:Machine mathematics: vast, verified, mostly consumed by AIs.Human mathematics: a compressed “effective theory” of the machine frontier—the small subset of ideas we can understand.
A turning point
It might be an intriguing turning point in how we, as humans, understand the world. 1
We’ve only had three hundred years of making sense of the world through natural rather than supernatural explanations. The Enlightenment gave us that – a way to use reason and empiricism to understand what had previously been inexplicable. 1
[The public portion of this issue ends here. Everything after this point sits behind the paywall and is available to paid subscribers only.] 1
中文翻译
昨天，OpenAI 公布了一批数学成果，出自一个尚未发布的前沿模型。这批成果的量很惊人：722 篇文稿，归入 372 个结果族，覆盖数论、复杂性理论和数学物理。平均每一项结果所花的算力，相当于 ChatGPT Pro 思考三个小时。1
科学家 Derya Unutmaz 指出，这批成果占了过去三年重大数学发现的 81%。1
Derya Unutmaz, MD @DeryaTR_过去三年里所有重大数学发现，有 81% 是 OpenAI 今天发布的。可以说，数学的奇点今天就已经到来——人类智能再也追不上了。每一个科学领域最终都会经历这一刻！will depue @willdepue我让 GPT 6 Pro 和 Fable 5.1 给过去三年的所有发现排了序：🔵 人类发现，🔴 AI 发现（10 月 6 日之前），🟢 来自 OpenAI/math 仓库的 AI 发现。其中 81% 是今天发布的。wtf
这些结果有很多已经在 Lean（一种形式化证明系统）里通过验证，但并非全部。哪怕真实数字只有它的一半，也足够惊人：那些几十年来难倒最优秀人类头脑的问题，被一个下午的算力解决了。1
我们该怎么看这件事？1
想象一下，有几百万个超越人类的研究智能体在同时工作。形式系统也许能验证这些证明，但人类不会拥有足够的背景，去理解那些由机器发明、彼此交织的概念网络。数学可能分裂成两层：机器数学：体量巨大、经过验证，主要由 AI 来消化。人类数学：机器前沿的一层浓缩「有效理论」——我们能理解的那一小部分想法。
一个转折点（A turning point）
对我们人类理解世界的方式来说，这可能是一个耐人寻味的转折点。1
我们学会用自然的解释、而不是超自然的解释来理解世界，至今只有三百年。这是启蒙运动给我们的——用理性和经验，去理解此前无法解释的东西。1
[本期公开部分到此为止。往后的内容在付费墙之后，只对付费订阅者开放。] 1
本文目前公开到这里
这一期是付费刊，上面就是公开可读的全部内容，之后的正文在付费墙后面、只对付费订阅者开放，本频道不补写。购买付费订阅获取完整内容 1
付费墙的位置写着「Continue reading this post for free in the Substack app」和「Or purchase a paid subscription.」（在 Substack 应用里可以免费继续读，或者购买付费订阅），也就是说读者在 Substack 应用内可以免费往下读；本频道以未解锁时公开展示的部分为界，只交付这一部分。1
公开部分停在转折点之前：作者先把这批数学成果的规模摆出来，再给出 Steve Hsu 关于数学会分裂成「机器数学」与「人类数学」两层的设想，然后把它放回启蒙运动三百年的历史坐标里。副标题许诺的「科学的未来可被证明、可以赚钱，却无法被理解」这套完整论证，落在付费段里。1
References
- 1Exponential View 官方详情页
exponentialview.co
- 2Exponential View 官方 RSS
exponentialview.co
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.