知识卡片：OpenAI下一代Astra攻克十项数学开放难题，成本约2000美元

英文标题： OpenAI's Next-Generation Astra Tackles Ten Open Math Problems at ~$2,000
英文关键词： Astra; OpenAI; mathematical research; Lean; open problems; sofic groups; Connes rigidity conjecture; Erdős problems

一句话结论

OpenAI下一代模型Astra内部版本在高维几何、群论、格密码学等领域给出十项新研究结果，多数问题悬置数十年；全部解法消耗的token成本约2000美元，标志AI开始进入原创数学研究。

事件概述或研究问题

据腾讯研究院AI速递报道，OpenAI公布了下一代模型Astra的内部版本，其在高维几何、群论、格密码学等领域给出了十项新研究结果，多数是悬而未决数十年的开放问题。
材料明确列举的成果包括：构造非sofic群、推翻Connes刚性猜想、解决三个Erdős问题。其余七项具体问题未在材料中列明，待核实。

方法/产品要点

Astra为OpenAI下一代模型，材料中标注为“内部版本”，未说明正式发布状态。
论证由Astra生成；人类研究者借助模型整理成论文，并使用Lean进行形式化验证。
全部解法消耗的token成本约2000美元，材料未说明是否包含算力、人力等其他成本。

主要结果或产业意义

成果包括构造非sofic群、推翻Connes刚性猜想、解决三个Erdős问题，覆盖高维几何、群论、格密码学等领域。
这被材料称为“标志AI开始进入原创数学研究”——不只是辅助证明或验证已知结论，而是直接产出新的数学结果。
约2000美元的token成本量级，展示了AI科研在算力开销上的潜在经济性。

为什么重要

与已有的“AI在Slack群聊8分钟内破解30年图论猜想”和“AlphaEvolve”相比，本条增量在于：Astra一次性覆盖多个数学领域、解决十项开放问题，并通过Lean形式化使结果可验证。
其中包含“推翻Connes刚性猜想”和“构造非sofic群”，属于构造反例/推翻猜想类原创发现，而非仅求解单一问题。
说明AI数学能力正从“解一道题”扩展到“批量产出可形式化的新数学结论”，可能改变数学研究的工作方式。

局限与不确定性

材料未说明论文是否经过同行评审，仅称“整理成论文并用Lean形式化”（是否正式发表待核实）。
具体三个Erdős问题是什么、其余七项问题分别是什么，材料未列出，待核实。
非sofic群构造、推翻Connes刚性猜想等结论的细节与正确性，材料未提供独立验证，待核实。
“成本约2000美元”仅指token消耗，未包含开发Astra、人类研究、算力基础设施等全部成本；实际总成本待核实。
材料来源为腾讯研究院AI速递，原始研究论文或官方公告未直接给出，待核实。

可用于图书/PPT/简报的角度

案例：AI从数学助手到数学发现者的跃迁。
数字：十项问题、数十年未解、约2000美元token成本。
对比：从单个数学猜想（图论）到多个领域（高维几何、群论、格密码学）的系统性突破。
启示：Lean等形式化验证工具在AI科研可信度中的关键作用。

原始材料

来源：腾讯研究院AI速递 20260803
URL：https://m.sohu.com/a/1057954093_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334