丈母娘看女婿

把张益唐坑苦的雅可比猜想，被Fable 5证伪了？_我的网站

A |     编辑｜Panda          今天上午，一位在 Anthropic 工作的数学家 Levent Alpoge 发了一条推文。

B |     当下市场热议AI模型迭代、算力扩张与人形机器人落地，却很少有人留意支撑整条科技产业链运转的核心稀缺资源——稀土。

C | 无论是新能源汽车、储能设备，还是算力机房、工业人形机器人，高性能永磁材料都是不可或缺的核心零部件，而稀土正是制造永磁材料的唯一原料。

D |          伴随多条高景气赛道同步放量，叠加全球稀土资源、加工产能高度集中的产业底色，稀土的定价逻辑早已脱离传统周期品框架，中长期配置价值持续凸显。         推文开头是一句慵懒的「hello there」，接着他说：雅可比猜想是错的。         AI与机器人产业的发展瓶颈，根源在于稀土供给而非技术迭代          过往科技产业分析大多聚焦算法、芯片与终端产品创新，当技术走向规模化量产，上游关键矿产的供给能力便成为约束产业扩张的核心天花板，稀土的约束效应尤为突出。然后他感谢了两个人：一个是「问起这件事的好朋友 akhil」，另一个是「在世界杯决赛期间还在干活的好朋友 fable」。         后面那位「fable」自然是 Anthropic 的大模型 Claude Fable 5。         推文正文剩下的部分是一串谁都能抄下来验证的多项式：一个从 C³ 到 C³ 的映射，雅可比行列式恒等于 -2，却把三个完全不同的点 (0, 0, -1/4)、(1, -3/2, 13/2) 和 (-1, 3/2, 13/2) 一起送到了同一个点 (-1/4, 0, 0) 上。

E |          稀土并非普通工业原料，而是人工智能、人形机器人产业链的刚需关键原料。

F |          就这么几行字。一个自 1939 年提出、被写进斯蒂芬·斯梅尔「21 世纪数学问题」清单、困住整整一代代数几何学家、连两个变量的最简单情形都没人解决的猜想，被一条推文当成了随手一提的脚注。电机、传感器、伺服系统等核心硬件均依赖稀土永磁，高端制造行业规模化生产的前提之一，就在于产业对于稀土的需求能够得到持续满足。         图：2026年稀土储量的地理分布          数据来源：国际能源署（IEA）《Rare Earth Elements: Pathways to secure and diversified supply chains》，截至2026年。         简而言之，Fable 5 找到了雅可比猜想的一个反例：          这条推文引发广泛关注，浏览量已经超过 500 万，田渊栋等诸多大佬留言转发评论，宛如过年。         这是一条推文，也是一篇论文          学术圈的反应很快。         全球稀土储量呈现高度集中格局，我国储量占比接近半数，其余资源零散分布于多国，单一国家储量占比偏低，天然决定稀土是具备强战略属性的稀缺资源。斯坦福的数论学家 Jared Duker Lichtman 转发并逐步拆解了这个反例，还顺手挖出了一段几乎像电影桥段的历史巧合（后面细说）。相较于静态储量，冶炼分离、磁材深加工环节的产能集中度更高，让稀土同时承受资源端与加工端双重供给约束，进一步放大中长期供需矛盾。         多赛道需求同步放量，稀土迎来结构性长期增长          传统金属需求多跟随单一经济周期起伏，本轮稀土需求的核心特征是多条高景气赛道同步释放增量。新能源汽车渗透率持续提升、储能装机快速增长、AI 算力设施大规模建设、人形机器人落地工厂试点，四大领域的用稀土需求同步叠加，持续拉动行业长期需求。         图：稀土元素需求、采矿需求与产业集中度          数据来源：国际能源署（IEA），Global Critical Minerals Outlook 2025。他把这项工作的署名写作「Alpoge、Mathew 和 Claude Fable 5」——这里的 Mathew 指芝加哥大学的代数几何学家 Akhil Mathew，也就是推文里那位「问起这件事的 akhil」。注：图中稀土相关数据基于IEA在不同情景下（STEPS、APS）对关键矿产需求的测算，其中稀土元素仅指磁材稀土（Magnet Rare Earths），不包含全部稀土应用口径。需求增长区间基于2024—2040年测算，反映能源转型及电动化场景下的结构性增长趋势；供给与需求对比用于刻画中长期潜在供需缺口变化。         在 Hacker News 上，热度同样很高，评论区弥漫着一种混合了敬畏和荒诞的情绪。有人写下那句被反复引用的话：「他就……把它发了条推。」另一位补刀：「我给维基百科词条加 {{Cite tweet}} 的时候都有点不好意思。         拆分需求结构来看，能源转型与电动化是稀土需求增长的核心支柱，AI 与人形机器人持续贡献全新增量，增长属于十年维度的结构性扩张，而非短期反弹。

G | 当科技终端同步放量，稀土不再只是周期波动品种，而是约束全产业链发展的核心变量，需求扩容有望进一步打开稀土板块的长期定价空间。」还有人盯着那个非常规写法的「thanx」感慨：「这个『thanx』要载入史册了。」          也有人被那条推文的形式逗乐了：这个猜想撑了 85 年，而推翻它的公告发在一个七天后就会过期的格式里。         海外稀土项目加速落地，新增矿源无法等同于稳定供给          稀土行业存在一个容易被忽视的核心规律：矿藏储量分布，不等于全球有效供给格局。稀土供给释放的核心卡点集中在中游冶炼、分离深加工环节，全球加工产能高度集中，这也是稀土价格波动显著的核心原因。         永磁材料、稀土深加工高度依赖少数核心生产区域，供给端产能的小幅扰动，都会直接传导至下游全产业链，放大价格波动弹性。

H |          X 上的气氛更松弛，有人说这条推文本来可以让一个人获得博士学位：          还有人说「我太喜欢 AI 让突破性数学变得这么随意了」；有人贴出自己让 Fable 验证结果时模型的反应，按几位网友的描述，模型一边疯狂地用五种方法反复核对，一边不敢相信这是真的。

I |          图：中国以外部分稀土项目的预计产量          数据来源：Wood Mackenzie，截至2026年。还有一句流传甚广的调侃：「我让 Fable 帮我验证，它彻底炸了！我完全看不懂这些是什么意思，但我的 AI 觉得我是个传奇级数学家。

J | 」          事实上，也有人认为这条推文本身就是一篇论文，他们还举例了历史其它一些篇幅很小的数学论文，甚至比这条推文更短：          热闹之外，也有认真的怀疑。

K | 有人第一反应是：这个反例这么「小」，degree 这么低、系数也不大，85 年里难道没人做过一次小范围的穷举搜索吗？这个问题，我们放到后面回答。         雅可比猜想到底在问什么          先把这件事说清楚，它其实比听上去友好。         想象一个多项式映射：输入几个数，只用加法、乘法和整数次幂，输出另外几个数。Alpoge 给的这个例子就是把三维空间里的点 (x, y, z) 映射到三维空间里的另一个点。注：表中不包含缅甸和中国持有的项目。         对任何这样的映射，你都能写出一个叫「雅可比矩阵」的东西，里面装满了它的偏导数，本质上是一张表，描述每个输出对每个输入的微小扰动有多敏感。

L | 这张表的行列式是一个数，它告诉你：在某一点附近，这个映射是不是「局部可逆」的。棕地项目按扩建规模筛选，绿地项目按项目总规模筛选。稀土数据为总量口径，磁材数据反映永磁体（NdFeB）中所含稀土量。表中项目为部分已规划的棕地和绿地项目。棕地项目及扩建项目的产量表示从当前到2035年的新增产出。         雅可比猜想问的是一个很具体的版本：如果这个行列式处处等于同一个非零常数，那能不能保证整个映射是全局可逆的。         放眼全球，澳、美、马等多国纷纷上马稀土新建、扩建矿山项目，但稀土产业不止局限于采矿环节，从矿石提纯到永磁加工，全程存在严苛的技术、环保与成本壁垒，海外短期内无法搭建完整成熟产业链，新增矿产难以转化为稳定的高端成品供给，很难对我国产业形成实质替代。也就是说，你总能从任意一个输出倒推回那个唯一的输入，而且倒推的公式还是个多项式？          微积分里的反函数定理已经告诉我们，非零的雅可比行列式是局部有光滑逆的必要条件。1939 年，德国数学家 Ott-Heinrich Keller 想知道的是：这个「局部」的条件，够不够强到撑起「全局」的结论。         各国主动布局稀土供应链，恰恰佐证稀土是不可或缺的战略核心资源。

M | 国内不仅掌握全球绝大多数冶炼、磁材产能，坐拥稀缺中重稀土矿藏，搭建起一体化全产业链，工艺与成本优势难以复制；叠加国内常态化开采管控锁定供给上限，新能源、AI 机器人赛道持续催生永磁刚需，供需格局向好态势长期存在支撑。多重核心条件叠加之下，稀土原有的定价逻辑有望实现重塑，国内稀土产业链长期配置价值趋于明确。         稀土ETF易方达（159715）聚焦国家战略资源，布局具备全球优势的我国稀土产业链，管理+托管费率为0.15%+0.05%/年，或可以作为投资者参与我国稀土产业的长期发展机遇的高效工具。         听上去像是 1950 年之前就该被解决的问题。         基金有风险，投资须谨慎。结果它成了现代数学里最著名的陷阱之一。以上内容仅为对稀土产业趋势的客观分析，不代表指数及相关基金未来表现，不作为任何投资收益保证或投资建议。         为什么它撑了 85 年          雅可比猜想在数学家中间的名声，是「看起来平易近人，实则专啃学术生涯」。指数编制方案后续可能进行调整。详阅基金法律文件。

N | 它排在斯梅尔那份面向 21 世纪的问题清单的第 16 位，和黎曼猜想、Navier-Stokes 方程并列。

o | 即便是最简单的两变量情形，至今也没被解决。         它还以「假证明」多而闻名。维基百科词条里就有一句几乎是免责声明式的描述：雅可比猜想以大量后来被发现含有微妙错误的已发表和未发表证明而「臭名昭著」。         几十年下来，研究它的人养成了一种近乎条件反射的谨慎：一个新的雅可比猜想「证明」出现时，默认是「有罪推定」，先假设它错了再说。         正是这种名声，让这次的公告显得格外不同。

p | 因为这一次不是又一个「证明」，而是相反的东西：一个写得明明白白、满足猜想全部前提、却偏偏不可逆的具体函数。         反例，用大白话说          Alpoge 贴出的这个函数，接收三个数 (x, y, z)，输出三个新数，全部由输入的和与积搭出来。它的雅可比行列式算出来是常数 -2，处处非零——正好是猜想在意的那个条件。

q |          但它把三个货真价实不同的起点，(0, 0, -1/4)、(1, -3/2, 13/2) 和 (-1, 3/2, 13/2)，送到了同一个终点 (-1/4, 0, 0)。一个不可逆的函数必须干的，正是这件事：把至少两个不同的输入压到同一个输出上。这里它一口气压了三个。         一次这样的「碰撞」就足以击沉整个猜想。剩下的全是算术，任何人拿笔把数字代进去就能验证。也因此，数学圈这次接得这么快。

r | Lichtman 在拆解里写道，由于 F 把三个不同的点送到了同一个像，它不可能可逆。         一个绕不开的问题：为什么以前没人找到？          回到前面那个怀疑：例子这么小，怎么以前没人穷举出来？          Hacker News 上有人给出了一个不算浪漫但可能接近真相的解释：不是找不到，是没人去找。学术数学里钱不多，真正热爱它的人往往盯着的是「高价值」的大定理，而这种把猜想一击毙命的低次反例，历史上多半是业余爱好者的领地；而近几年「一切皆可变现」的风气，又把人从这类无功利的智力消遣里推开了。         换句话说，答案可能不在数学里，而在「谁有闲心去搜」这件事上。         也有人提出，Fable 之所以能合成出这个反例，或许恰恰因为它「读过」大量前人失败的证明。那些错误尝试里对多项式施加的种种约束，可能以某种方式被模型内化，再借着作者的反复提示和 Wolfram Alpha 的验证，一点点逼近到最终这串式子上。

s | 这个说法目前只是猜测，反对者的反驳也很直接：那些「假证明」是奔着证明去的，未必对「找反例」有任何帮助；退一步说，反例就是反例，在此之前没人找到过，哪怕他们同样读得到那些前人的工作。         这场争论本身，或许比反例更有意思——它触及的是一个更大的问题：当模型开始参与真实的数学发现，它到底是在「检索」人类已有的智慧，还是在「创造」新的东西。         一段关于张益唐的奇异回响          这个故事里最戏剧性的部分，其实和 AI 无关。         据 Lichtman 梳理，雅可比猜想（的一个特例）正是曾在孪生素数猜想和黎曼猜想上取得过实质性突破的顶级数学家张益唐博士期间的课题。当年他的导师让他在自己证过的一个引理之上做这项工作，而那个引理后来被发现是错的。张益唐的整篇博士论文，也随之坍塌。         后面的故事很多人都知道了：论文垮掉后，张益唐拿不到需要的推荐信，多年辗转于各种工作之间，直到四十多岁才拿到一个稳定的学术职位；但他最终证明了素数间隔有界这一里程碑式的结果。这被认为是现代数学最励志的翻身故事之一。         而如今，这个曾在张益唐学术生涯起点处把他绊倒的猜想，四十年后被另一群人外加一个大模型在世界杯决赛夜给了结了。历史的回响，有时候安排得比小说还工整。         但先别急着改教科书          有一件事必须说清楚：截至发稿，这个结果还没有经过正式的同行评审。

t | 而该猜想的维基百科词条经过多次拉锯式的反复修改，目前已经对该推文的证明给予了认可。         好消息是，这个反例的验证门槛极低：它不是一份几十页、需要专家逐行审查的证明，而是一个把数字代进去就能算的具体函数。也因此，在缺乏正式论文的情况下，社区仍然愿意在几小时内认真对待它。多位数学家已经用 Wolfram Alpha 复算并确认了那几个关键数值。

u | 但「大家都算过、看起来对」和「已被学界正式接受」之间，仍隔着一道流程。

v |          围绕它的后续问题也已经浮现。比如，猜想的某个「修补版」是否还能幸存？社区里流传着一个据称来自 OpenAI 模型的提议：如果补上一个排除「无穷远处退化」的条件，猜想或许仍然成立。这个补丁版本是真能被证明，还是又一个等着崩塌的死胡同，现在没人知道。         值得追问的，不只是一个猜想的生死          把这件事放进更长的脉络里，它是最近一连串结果中的最新一个。这些结果共同指向一个判断：前沿模型正在从竞赛题和智力游戏，走进真正的开放问题。就在不久前，还有 AI 系统被报道解决了多个悬置数十年的 Erdős 问题，并生成了可被机器验证的形式化证明。         但雅可比这个例子有点不一样。它不是在一个已知题库上刷分的形式化证明搜索，而是一位真正的在职数学家，把模型当成一个研究协作者，去猎捕一个有名有姓、悬了几十年的具体猜想的反例；然后不声不响地发了条推。         参考链接          https://x.com/alpoge/status/2079028340955197566          https://x.com/jdlichtman/status/2079066717762863249          https://news.ycombinator.com/item?id=48973869          https://en.wikipedia.org/wiki/Jacobian_conjecture          https://officechai.com/ai/an-anthropic-researcher-says-fable-just-helped-him-disprove-the-85-year-old-jacobian-conjecture/          https://explainx.ai/blog/fable-5-jacobian-conjecture-counterexample-alpoge-july-2026。

Current article:http://4evvo.shangfochengcongshuaizhuang.buzz/0ql9un/20260826/11838.html

Published on:02:06:06