丘成桐新论文致谢GPT和Claude，AI辅助解决44年数学猜想

1956年，美国数学家米尔诺构造出与标准七维球面拓扑相同但光滑结构不同的怪球。七年之后，科维尔和米尔诺证明七维空间的光滑球面共有28种，构成Θ₇ ≅ Z/28Z，其中27种为怪球。标准球面的截面曲率处处为正，数学家自然追问：另外27种怪球能否也做到这一点。

1974年，格罗莫尔和迈耶在一个怪球上构造出非负曲率的度量；2020年，格特、凯林和尚卡尔把这一结果推广到全部28种七维球面。但从“非负”到“正”——从允许有些地方不弯到每个地方都必须弯——中间还差最后一步。2008年，彼得森和威尔海姆曾发布预印本声称在一个怪球上做到正曲率，但其证明始终未通过同行评审。

丘成桐1982年把怪球能否具有正截面曲率这一问题列入自己的问题清单，排第二位。如今，一篇由他参与的最新论文宣称补上了从非负到正的这一步，证明28种七维球面每一种都能配上截面曲率严格为正的度量。如果这一结果最终被数学界接受，这个悬置约70年的问题将被彻底解决。但论文本身仅宣称补上这一步，结论能否通过同行评审并被数学界最终接受尚不可知。

布伦德尔和舍恩的微分球定理表明，若流形上任意点任意方向的最大与最小曲率之比不超过4，则该流形必与标准球面光滑等价。这意味着怪球上的正曲率必须正，但不能正得太均匀，否则它就不再是怪球，留给构造的空间极为狭窄。

论文的核心思路是把每一个怪球切成两半。作者采用杜兰、普特曼和里加斯提出的双圆盘模型，把每种七维球面视为两个七维圆盘沿边界粘合，28种球面对应28种粘合方式。问题于是变成：能否在每块圆盘上分别造出处处向内弯的度量，且两块圆盘在接缝处严丝合缝。

作者并不是直接在七维圆盘上造度量。他们先以三维球面S³为纤维构造主丛，把问题搬到十维空间，再通过黎曼淹没和奥尼尔公式把度量投影回七维圆盘。奥尼尔公式保证从十维投影到七维后曲率只会变大或不变，不会变小，因此只需在十维空间里把曲率做到正。

在十维空间实现正曲率的核心技巧，是把三维纤维的半径取到极小。纤维越细，自身弯曲程度越大，这份高曲率足以压住其他方向可能出现的负曲率贡献。

两块圆盘的构造并不对称：南盘用弯曲底盘加联络，北盘用扁平乘积联络加翘曲径向轮廓。它们在边界处必须满足两个条件：边界上诱导度量完全一致，且两侧第二基本形式之和在每个方向上都严格为正。论文先在两块圆盘的公共边界上建立同一套坐标，证明两侧纤维半径关于法向的导数刚好相反，使纤维部分对第二基本形式的贡献在拼接时正好抵消，而角向部分的贡献加起来严格为正。满足这两个条件后，赖泽和雷斯（Reiser和Wraith）的拼接定理就能保证粘合后的整个球面上存在光滑的正曲率度量。

论文附带一套用SageMath编写的验证代码。整个构造涉及大量曲率不等式的精确估计和参数选取，仅靠人工逐一核查几乎不可能完成，计算机验证在这里是证明可信度的重要支撑。

但SageMath验证代码是否被独立复核、其覆盖范围与可靠性如何，来源未说明。这构成结论接受度的一个不确定因素。

论文在致谢中感谢GPT 6 Astra和Claude Pro在部分证明策略的探索和计算中提供的帮助。论文紧接着注明，人工验证和论文写作的责任由作者自己承担。

GPT 6 Astra和Claude Pro具体在哪些证明思路和计算环节提供了何种程度的帮助，来源未说明。AI仅被致谢为在部分证明策略探索和计算中提供帮助，人工验证与写作责任由作者承担，这一边界是理解该成果性质的关键。

丘成桐对AI的态度从2023年4月称AI不可能影响最尖端数学家，逐步转变为2024年承认AI对数学有很多好处、2025年主张学生尽早学习使用AI工具。

2023年4月，他在复旦大学出席浦江科学大师讲坛前夕表示，AI不可能对最尖端的数学家有任何影响，它还只能把现有的资料融会贯通，很难形成科学观念上的突破。2024年4月，他在中关村论坛上的说法软化，从“不会有任何影响”变为“对数学有很多好处，可以帮助数学的发展”，但仍坚持AI不可能改变数学。2025年1月在世界华人数学家大会上，他说AI改变的是科研效率，但还谈不上范式革命；6月，他又说AI能解很多“nice, cute questions”，但离改变整个数学的突破还很远；7月在国际弦理论大会上，他已主张学生应该尽早学习使用AI工具。

丘成桐对AI态度转变与本文AI辅助之间的因果关系，来源仅作时间线叙述，未给出直接证据。该成果是否构成丘成桐所期待的数学范式革命，来源显示他本人仍持保留态度。

来源为量子位微信公众号报道，属二手转述，其独特数字与结论缺乏第一方来源支撑。论文于2026年10月前后发布，arXiv编号2609.29426。

论文结论能否通过同行评审并被数学界最终接受尚不可知。2008年彼得森和威尔海姆预印本未通过评审的具体原因，来源未说明。GPT 6 Astra和Claude Pro具体在哪些证明思路和计算环节提供了何种程度的帮助，来源未说明。SageMath验证代码是否被独立复核、其覆盖范围与可靠性如何，来源未说明。

丘成桐和陶哲轩对AI的关切相通：当AI越来越能解题，数学家还愿不愿意继续去问那些AI解不了的问题。这一追问本身，比单篇论文的结论更值得持续关注。