好家伙，荒野大镖客赏金猎人风味的挑战网站。竟然是 RSI 方向的公司做的。AI for Math 方面，超衍智能 ( Apex Intelligence ) @apexin_ai 给出的新思路，值得学习。以防你不知道 RSI 公司具体在做什么：

还记得9月初，OpenAI 88 小时暴力跑穿数学难题 Navier-Stokes 吗？9 月 11 日陶哲轩、邓煜等 25 位菲尔兹奖得主联名发了一封名为《人工智能在数学中的严重错位》公开信，主要意思是：

你用 AI 这么弄，88 小时的暴力工作结果，数学界直接消化不良。理解、验证起来需要好几个月。且没有提出真正有开拓性、“有灵魂”的新视野来解决问题，也法给后续的数学家真正的“数学哲学”层面的启发。

在数学领域，有这样那样的问题。我们仔细想：一个问题，之所以它成为一个问题，恰恰是因为人类看到了这个问题背后的东西。想要透过逻辑的栏栅，寻找优雅的通路 —— 解决一个好问题的同时，常常能给无数其他的问题带来启迪。从而实现人类集体智慧的突破。

所以超衍智能则提出了一种，AI 与数学家协作进行问题解决的范式：AI 擅长跨学科、跨上下文、跨互联网通路进行“可能性池”的建设。从而给出一系列待验证的解法，其中不乏存在“精妙之物”，然后人类介入，试试看值不值得做，是否能够走通，然后推进，直到完成。

你可以说 AI 找思路的过程是也有猜测成分，但这不正是模拟了人类的“灵感”？随着模型能力的提升，这种“猜”的效率大大加速。也更有价值。

目前，通过这种方法已经完成的5 项数学研究：

其中，已完成专家核验：2 项（01 Halpern 迭代 × 高阶优化、02 Mockenhaupt 三项猜想）

公开悬赏待验证：3 份候选论证（03 凸形 Nivat 猜想完整证明、04 Souto 猜想亏格二情形、05 Kakimizu 复形可缩性）

回到一个月前，OpenAI 88 小时跑穿 Navier-Stokes，就在当时，超衍智能在中国也悄悄把一份预印扔出来——一个月内，清华（arXiv 2609.23557）、北大（arXiv 2609.13462）、Google Research（Jiang, Yoon, 2026） 三个独立团队从不同角度跟进了同一篇论文：最终把复杂度推进到最优的 Õ(ε^(-2/(3p-1)))。

一种是 AI 自顾自暴力求解，一种是 AI 与人类协作探索，你更看好哪一个？

本次公开悬赏奖金池：10 万人民币。（推友里面有没有搞数学的人才？）

正在邀请数学家和全球研究者，对上述 3 份候选论证逐行复核 : 找出实质漏洞、补足关键环节、完成关键验证，或在此基础上作出突破性推进。

最后，给出挑战地址：http://math.apexin.net

ps: @apexin_ai 超衍智能 ( Apex Intelligence ) ，由清华人工智能学院助理教授陈勇超 @YongchaoC 创立。