TL;DR：
最近OpenAI的GPT-5搞了个大乌龙，被自家员工狂吹破解了10道“埃尔德什难题”，结果被扒出来，这AI只是勤勤恳恳地在网上“查文献”，找到了一堆早就被人类解决的答案。谷歌DeepMind大佬和图灵奖得主纷纷吐槽：“太尴尬了！” 这波啊，是大型社死现场。
突发！GPT-5“智商超群”震惊学界，结果…只是个大乌龙？
几天前，AI圈炸开了锅！OpenAI的科学家Sebastien Bubeck激动地在X（就是以前的推特啦）上刷屏，自家团队的研究员联手GPT-5 Pro，只用了一个周末，就“攻克”了10个传说中的“百年悬案”——埃尔德什难题（Erdos problems）。这消息一出，OpenAI的副总裁Kevin Weil也跟着摇旗呐喊，那架势，仿佛人类的智慧又被AI刷新了上限！
当时大家都在想，“卧槽，AI这是要逆天了吗？” 连数学界都搞不定的硬骨头，GPT-5居然一口气啃下了这么多，这不就是传说中的“奇迹”吗？不少吃瓜群众和科技爱好者都信了，毕竟，OpenAI嘛，那可是AI界响当当的“顶流”！
然而，就像所有网络“爆款”一样，反转来得比翻书还快！没等大家鼓掌太久，真相就以一种**“打脸”的方式浮出了水面：这十道被GPT-5“破解”的难题，其实早就！都！被！解！决！了！ GPT-5，它只是一个平平无奇的“资料查找小能手”，通过“阅览群书”（检索网络文献）**把答案给扒拉出来了，根本不是独立思考、原创解决。
消息一出，整个AI圈瞬间从**“膜拜”模式切换到了“尬聊”**模式。
谷歌DeepMind的CEO Demis Hassabis直接下场点评：“这也太尬了。” 1
图灵奖得主LeCun更是直接甩出了那句经典的吐槽：“简直就是，搬起石头（GPT）砸自己的脚。” 2
这波操作，OpenAI是真的有点**“下不来台”**了。
闹剧始末：两大“误会”酿成的“AI神话”
那么问题来了，好好的一场“AI突破”，怎么就变成了大型“社死”现场？这背后，其实是两个**“美丽的误会”凑到了一起，才让人们产生了GPT-5“攻克难题”的“幻觉”**。
首先，让我们把时间倒回到研究人员Mark Sellke和Mehtaab Sawhney最初的帖子。人家原文可没有直接说GPT-5“破解”了难题，而是更严谨地表述：通过GPT-5进行了数千条查询后，他们“找到了”十个被列为埃尔德什问题的解。注意，是“找到”，不是“创造”！
当时的结果是，问题223、339、494、515、621、822、883、903、1043、1079都得到了解决，同时在另外 11 个问题上也取得了部分进展。
其次，也是最“要命”的一点，这些“难题”之所以还在erdosproblems.com这个网站上显示为“开放”（open），并不是因为它们在科学界真的无解，而是因为网站的运营者——英国皇家学会研究院Thomas Bloom，他本人对此并不知情！也就是说，网站上标注的“开放”，仅仅代表Bloom个人没来得及更新，不代表整个学术界都束手无策。
总而言之，研究人员在表述上的“模糊地带”，加上网站信息更新的“滞后”，共同编织了一个关于GPT-5的**“AI神话”**。就好像你家孩子考了90分，你逢人便夸“他考了90分”，却没说其实是抄了同桌的卷子，而同桌的卷子还是几年前的老题，只是阅卷老师没来得及改成绩簿。这波操作，妥妥的“迷惑行为大赏”啊！
最终，Sebastien Bubeck也只好尴尬地出来“擦屁股”：
“GPT-5只是在文献中找到了解决方案，仅此而已。” 3
但他话锋一转，也为GPT-5正名了一波：“即便如此，已经非常高效了，因为我知道搜索文献是有多么地困难。”
这倒也是大实话，对于科研狗来说，查文献的**“体力活”**，那可真是“谁用谁知道”的痛！
网友热议：AI搞科研，到底该咋看？
这场GPT-5的“乌龙事件”，自然引来了全球网友的**“前排吃瓜”和热烈讨论。大佬们纷纷表示：“AI发现新科学成果？别急，让子弹飞一会儿！”**
开发者Matt Mazur严肃指出，大家必须**“谨慎地对待任何关于AI发现新科学/数学成果的说法”。Hyperbolic创始人Yuchen Jin也强调，AI在科学/数学领域的新发现，需要更多的“同行评审”**。
这可不是说AI没用，而是提醒我们，面对AI的“神迹”，要保持一份**“清醒”。就像一个小学生做出了大学物理题，你先别急着夸他天才，得看看他是自己推导的，还是把答案从百科全书上抄下来的。AI目前更多扮演的是一个“超级辅助”的角色，而不是一个完全独立的“创世神”**。
当然，也有不少网友给GPT-5打抱不平：
“这对GPT-5来说并不尴尬，毕竟它在文献检索方面表现还是很出色的。”
这话没毛病。想想看，如果让你在海量的数学文献里，捞出几百年前就被解决的难题的答案，那工作量，恐怕比让GPT-5原创一个新定理还大！所以，把GPT-5当成一个**“学霸级资料员”，它绝对是“卷王”**级别的存在。
就连数学大神陶哲轩（Terence Tao）也曾发文表达过类似的观点：
“我越来越觉得，眼下AI要在数学领域真正发挥作用，关键可能不在用最牛的模型去攻克最难的题目……更靠谱的路线，反而是用中等水平的AI工具，去帮我们搞定那些研究里绕不开的琐碎活、体力活。”
陶神的这番话，无疑给AI在科研领域的定位，提供了一个**“人间清醒”的视角。AI可能不是那个能一锤定音的“绝世高手”，但它绝对能成为那个帮你搬砖、扫地、整理资料的“全能小助手”**，把科学家从繁琐的重复劳动中解放出来，让他们能把精力集中在真正需要“灵感乍现”和“脑洞大开”的地方。
结语：AI辅助科研，要谨慎但更要期待
这次GPT-5的“世纪难题乌龙”，虽然给OpenAI带来了点**“小尴尬”，但也着实给我们上了一课。它提醒我们，在AI的“高光时刻”面前，保持“审慎”和“批判性思维”**是多么重要。无论是AI公司还是我们普通用户，都不能被一时的“宣传攻势”冲昏头脑。
然而，这并不意味着我们要贬低AI的价值。恰恰相反，GPT-5在文献检索方面展现出的惊人效率，预示着AI辅助科研的巨大潜力。未来，AI也许不能直接“创造”出惊天动地的科学发现，但它绝对能在海量数据中帮你**“大海捞针”，成为科研人员“事半功倍”**的得力干将。
所以，与其纠结AI能不能“原创”，不如思考如何更好地**“人机协作”。毕竟，科学的进步，从来都不是孤立的，而是站在巨人的肩膀上，再往前迈一步。而AI，也许正是我们这个时代，那个“超级巨人的肩膀”**。只是，在登上肩膀之前，咱得先确认这肩膀是不是真的，别是充气的啊！