一个白天在北京协和医院神经外科工作的医生，晚上靠自学研究矩阵，最后还把一个数学家研究了22年的难题做出来了，如果只看履历，这件事已经足够离谱，可真正让数学圈震动的还不是他的跨界身份，而是站在他身后的另一个参与者，GPT-5.6 Sol。
 
这个人叫金山木，北京协和医院神经外科住院医师、博士后，本科在北京大学读的是地质，后来进入北京协和医学院“4+4”医学博士项目，他没有接受传统数学专业的完整训练，更深入的数学知识主要靠自己一点点啃下来。
 
金山木之所以钻进矩阵分析，也不是为了证明自己数学有多厉害，而是因为他的研究涉及经颅超声成像，声波想穿过结构复杂的颅骨，需要处理大量数学问题，他在这个过程中接触矩阵分析，后来注意到了2004年提出的克鲁泽猜想。
 
这个猜想用大白话理解，就是想给矩阵经过函数运算后的结果划出一道统一上限，数学家早就猜测那个最优倍数应该是2，可此前最重要的普适结果只能做到大约2.414，这最后看似不大的0.414，硬是让数学界卡了很多年。
 
2026年7月27日，金山木公开了首版预印本《The Numerical Range Is a 2-Spectral Set》，以独立作者身份给出了完整证明，随后论文不断修订，目前公开版本明确声称证明了克鲁泽猜想，并给出最优常数2，不过平台也明确标注这仍是未经正式同行评议的预印本。
 
真正戏剧性的部分来自证明过程，金山木把任务交给GPT-5.6 Sol，让模型在不能联网、不能查看过去对话和本地资料的条件下探索多条路线，同时反复寻找漏洞，最终那次成功运行持续约16个小时，而且运行开始后金山木没有中途介入。
 
但我要特别提醒一句，这件事绝不能被简化成医生按了一下按钮，AI自己拿走一道世界难题，因为决定研究什么问题、怎样设置任务、理解模型给出的结果、整理成能够让数学家检查的论文，以及最终为论文承担责任的人，依然是研究者本身。
 
论文出来三天后，康奈尔大学数学家亚历克斯·汤森德注意到了它，随后他和华盛顿大学荣休教授安妮·格林鲍姆以及猜想提出者米歇尔·克鲁泽分别进行核验，汤森德甚至重新用纸笔推导并做数值检验，多位数学家最终认为证明成立。
 
克鲁泽本人后来也明确认可这一结果，而汤森德与格林鲍姆还专门撰写了介绍金山木证明经历的文章，并将其称为一位神经外科住院医师证明克鲁泽猜想的故事，所以至少从目前公开的专家核验情况看，这不是网络上自说自话的一篇所谓民科论文。
 
在我看来，这件事真正震撼的地方不是一个医生突然比数学家更懂数学，而是AI开始把过去极其昂贵的跨学科门槛往下压，一个人在自己的专业里碰到陌生问题后，不再必须先用十几年变成另一个领域的科班专家，才有资格尝试最前沿的问题。
 
以前跨界科研最大的困难之一就是知识树太深，你想从医学走到矩阵分析，光教材、论文、符号体系和研究史就足以劝退绝大多数人，可AI现在越来越像一个可以不停检索思路、尝试组合、检查漏洞的研究助手，它不能替你决定什么问题值得研究，却能显著扩大一个人能够探索的范围。
 
而且金山木的案例并不是突然从天上掉下来的孤例，2024年Google DeepMind的AlphaProof与AlphaGeometry 2已经在国际数学奥林匹克竞赛六道题中解决四道，拿到相当于银牌水平的28分，其中还包括当年最难的题之一。
 
到了2025年，DeepMind又宣布采用自然语言推理的Gemini系统达到了IMO金牌标准，这条技术路线最值得注意的变化，就是AI正在从必须依赖高度形式化的问题输入，逐渐转向直接阅读人类数学语言并输出能够被专家审阅的证明。
 
所以我认为，未来科研真正拉开差距的可能不是谁会不会用AI，而是谁知道该让AI解决什么问题，工具越来越强以后，提出好问题、识别错误、理解结果、连接不同学科知识的能力反而会越来越值钱，因为机器可以同时试一千条路，却未必知道哪条路值得人类走。
 
这也是为什么我并不赞成所谓AI来了以后专业知识没用了，恰恰相反，没有医学研究经历，金山木可能根本不会因为经颅超声接触矩阵分析，没有长期自学，他即使拿到一份漂亮证明也未必知道哪里关键，AI降低的是尝试成本，却没有取消人的判断门槛。
 
更有意思的是，金山木论文公开仅几天后，另一组研究人员也发布了不同路线的证明，并同样披露使用了GPT-5.6 Sol，随后又出现第三套相关证明，这让一些数学家开始怀疑，新一代模型或许真的跨过了某个数学推理能力节点。
 
在我看来，这才是这件事给普通人最大的启发，未来最有竞争力的人未必是把自己困在一个专业标签里的人，而可能是那些在一个领域拥有真正基本功，同时又敢跨出去学习另一套知识，还知道怎样把AI变成放大器的人。