全网震撼，菲奖得主未解难题，竟被两名高中生用AI攻破了

近日，数学界被一项来自高中生的研究成果引爆——来自加州橡树公园高中的两名学生Aayush Bathija、Prince Rohatgi，在UCLA博士后Daniel Soskin的指导下，联合AI工具成功解决了2022年菲尔兹奖得主许埈珥从未攻克的洛伦兹多项式有界比难题，相关论文已公开上传至arXiv平台。

菲尔兹奖得主许埈珥遗留的洛伦兹多项式核心难题

许埈珥是韩国数学家，其个人经历极具传奇色彩：高中辍学后曾以诗人作为职业，后续转向纯数学领域科研，39岁压线获得仅授予40周岁以下年轻人的菲尔兹奖。2020年，许埈珥与合作者建立的“洛伦兹多项式”理论，是其代表工作之一。
洛伦兹多项式的核心特征是系数受到一整套相互关联的严格约束，其正式定义涉及描述曲率的矩阵，在严格情形下具有“一个正、其余负”的特征值结构，这也是“洛伦兹”名称的由来。在此前的相关研究中，学界已经解决了二次洛伦兹多项式的比值有界问题，也在三个变量的情形下找到了最优上界，但当变量数量更多、多项式次数更高时，约束逻辑会大幅复杂化，不同系数的乘除组合是否存在统一上限、如何确定精确上界，一直是悬而未决的难题。

加州两名高中生联手博士后切入高阶数学研究

此次攻关的两位核心学生均来自加州橡树公园高中，同时也是UCLA Olga Radko数学圈（ORMC）的成员：

• Aayush Bathija目前就读高二，已获得AIME数学竞赛参赛资格
• Prince Rohatgi目前就读高三，同样有AIME参赛经历，还担任ORMC内部AMC 10/12竞赛课的主讲老师
  搁在以往，一名高中生想要接触到菲尔兹奖级的前沿数学领域，至少需要5-8年的大学、博士阶段专业训练，但此次二人在博士后的指导下，直接跳过了常规的长期训练周期，切入该未解难题的研究工作。

AI+形式化计算嵌入核心工作流，成功攻破难题壁垒

二人此次研究的核心是深度将AI工具与形式化计算工具嵌入数学发现的核心流程，使用的核心工具包括Claude Opus 5、GPT-5.6 Sol。整体证明思路是先研究比值在极端情况下的变化规律，判断其是否存在失控可能：通过将复杂的系数乘除运算转化为指数加减运算，提取“主导幂次”即可直接判断比值是会收缩还是会爆发，这种思路与论文采用的“热带化”方法高度契合，而已有的洛伦兹多项式理论中的M-凸性离散凸性规则，也为这类幂次变化提供了合法性约束。
经过反复验证，二人系统回答了更高次洛伦兹多项式的系数比值有界问题，最终完成的论文长达75页，作者栏仅列有两位高中生和指导博士后Daniel Soskin的名字，目前已在arXiv平台正式发表。

学界震动：AI辅助数学研究范式迎来突破性进展

该成果发布后迅速引发学界广泛讨论，此前陶哲轩、邓煜等25位菲尔兹奖得主曾联合发布声明，担忧AI公司过度使用AI工具会破坏数学研究的内在逻辑、摧毁人类数学精神，而此次高中生的成果直接证明了AI工具可以成为突破前沿数学难题的有效助力。
结合近期Claude完成费马大定理首个完整Lean形式化证明、OpenAI公布纳维-斯托克斯千禧年难题的解答等事件，学界也逐渐意识到AI正在重构数学研究的范式：过去需要数代人积累才能切入的高阶数学问题，如今借助AI工具可以大幅缩短研究周期。此前举办的Mathathon数学黑客松活动中，主办方设置40小时冲刺开放问题的赛制，因担忧参与者抢发成果、把审查负担留给学术共同体，引发加州理工学院数十位数学研究者联名反对，最终OpenAI撤回赞助，也侧面反映出学界对AI数学研究“速度与质量平衡”的普遍担忧。目前学界普遍认为，AI生成证明的验证成本尚未同步下降，仍需学术共同体建立更完善的审核机制，确保研究成果的严谨性，避免“速度优先”牺牲研究质量。