黄飞鸿

京津冀深化商事制度领域合作_我的网站

A |     京津冀深化商事制度领域合作推动全域营业执照异地“办、发、领”全流程通办日报讯（记者马彦铭）近日，京津冀三地市场监管部门签署《京津冀深化商事制度领域合作框架协议》，标志着京津冀商事制度协同从“规则衔接”向“数智赋能”“服务共建”深度一体化阶段迈进。三地市场监管部门提出，共建“e注册”服务品牌，企业将在京津冀享受标准一致的办事体验。

B |     2026年，数学遭遇密集"AI攻城"。                   7月20日，Anthoropic的一名员工Levent Alpöge在X.com上说，自己在看世界杯时，顺手用Fable 5找出了雅可比猜想的一个反例，在X上引起轩然大波，因为这是数学界的顶级“悬案”之一，人们用了87年试图证明它的正确性；华人数学家张益唐当年的博士论文题目正是与此有关，而论文的不顺又导致他后来多年以打杂为生。                   Anthropic这个非正式的数学高光时刻，已经比对手晚得多。三地将以“e注册·一起行”行动为抓手，为企业提供统一规范、高效便捷服务。再往前推两个月，OpenAI和谷歌几乎是当面对决。                   5月20日，OpenAI 宣布：其内部一个通用推理模型，自主推翻了匈牙利传奇数学家保罗·埃尔德什（Paul Erdős）提出的"单位距离猜想"。这个问题已困扰了数学家整整80年。菲尔兹奖得主蒂莫西·高尔斯（Timothy Gowers）直言不讳地评价：“此前没有任何AI生成的证明能接近这个水准。

C | 在全面执行市场监管总局统一文书规范基础上，进一步推动章程、合伙协议等示范文本在三地互认共用，逐步扩大“一套标准、三地通用”适用领域，形成衔接顺畅、透明高效的跨区域登记注册规范体系。”                    仅仅一天后，Google的DeepMind 以更大的规模还击。

D |                    他们设计的数学模型AlphaProof Nexus，自主解决了9道公开的Erdős难题，其中2道已经悬而未决长达56年。同时，推动外商投资性公司认定、电商平台经营资质证明等更多结果数据三地互认。为深化京雄登记注册数字协同共建，三地将筹建“京雄企业链”。“京雄企业链”拟采取企业数据哈希上链、源数据属地本地化存储的模式，健全跨区域数据授权调取与全程溯源留痕管理制度，逐步实现链上存证、链下共享、跨域互认。这意味着，企业的核心证照数据依然安全地存储在“原属地登记机关”，但通过区块链技术，在雄安新区就能直接“看得见、认得了”。

E | 届时，北京企业迁移到雄安后，原先自主公示的经营项目可以“接着用”。此外，它还解决了另外一些问题，每个问题的推理成本也低到仅为几百美元。                   DeepMind高管Pushmeet Kohli宣布AlphaProof Nexus解决了数个问题丨X.com                    三家公司的成果，在数学界和大众舆论中都引起了轰动。北京总部登记信息发生变更，雄安的分支机构信息能同步联动更新。同时，在大兴国际机场临空经济区，将率先试点跨省“一照多址”。在“通武廊”“房涿涞”等交界地区，提供“跨域联办”“档案查询绿色通道”等服务。在畅通企业跨域登记方面，框架协议提出一系列便民利企的务实举措。针对跨省迁移，三地将优化“电子档案信息互查”流程，构建责任明确、溯源精准的登记档案管理闭环，实现“减流程、缩时限”。                   能力飞跃                    要理解今年数学界的震撼程度，可以回看这条清晰的加速曲线。强化三地登记窗口人员业务培训，统一业务咨询和帮办代办服务标准等，实现京津冀全域营业执照异地“办、发、领”全流程通办。                   2024年7月，DeepMind的AlphaProof在国际数学奥林匹克竞赛（IMO）中解出6道题中的3道非几何题，达到银牌水平。

F | 此外，三地将深化经营主体登记数据关联分析，加强对注册地址异常、法定代表人频繁变更等预警监测，协同防范虚假登记、无序迁转等风险。同时，常态化开展企业跨区域互迁、异地设立分支机构及跨域投资布局等动态分析，为三地优化产业布局和政策协同提供精准数据支撑。这是AI首次在IMO中获得奖牌级表现。

G | 注意，此时它解出的问题都有答案，不是未知、开放性的。                   2025年10月，OpenAI曾声称GPT-5解决了10道Erdős难题，但这一说法在几小时内就被公开驳斥：GPT-5并非原创求解，而是做了"超级文献检索"，找到了此前罕为人知的已发表论文。                   2025年年末，DeepMind部署了智能体Aletheia。在Erdős问题数据库中，Aletheia挑选了700道进行尝试；它正确解决了13个问题，其中4道是新解答，另外9道又是“超级文献检索”成功了。                   而2026年5月至今的这三次突破，有了本质性不同：                    第一，问题份量重。Aletheia的研究者自己就承认，去年所解决的4道 Erdős 难题，大多冷门，有些可能从来没有专家认真尝试过。但此次OpenAI 所推翻的“单位距离猜想”，核心、知名，哪怕有Erdős本人为它悬赏却仍长期悬而未决，难度和地位都得到公认。                   Anthoropic Fable 5找出反例的雅可比猜想，被美国数学家、菲尔兹奖得主斯蒂芬·斯梅尔（Steve Smale）列入“18个21世纪的世纪数学难题”。

H | 虽然这次AI只是找到了三维空间中的一个反例、二维中猜想是否为真尚不得而知，但仍因问题难度大，而被许多数学家认为是AI的重要突破。                   第二，更自主。之前AI解决数学问题是"半自主"的：AI生成候选方案，然后需要数学家人工筛选、修正细微错误。而OpenAI 5月的突破，是模型完全自主地生成了整个证明。更进一步地，谷歌的AlphaProof Nexus不再需要数学家给它做质检了。它利用了一种叫Lean的形式语言，自主完成了正确性检验。                   Fable 5的工作细节，现在我们还不得而知。                   轰动新闻，离不开精心“设计”                    OpenAI所解决的那个问题是这样的：在一个平面上放 n 个点，那么距离恰好是1的点，最多能有多少对？数学家Erdős在1946年猜测，正方形网格的排列方式是最优解。                   不管你会不会解这道问题，但我相信，你很容易看懂它。

I | 这也正是OpenAI新闻成功引发轰动的关键点之一。

J |                              “OpenAI的数学团队里，有很了解数学研究的专业人士。这个团队显然是花了大量的时间，从那些尚未被解答的数学问题中，挑选哪个可能做得出来。从被挑选过的问题中，又着重精选几个最有可能出成果的、简单到大众也能听懂、数学家又要足够关注的问题”，北京大学国际数学中心副教授李欣意这样分析。                   “甚至他们要考虑到，证明也不能冗长，不能让数学家用上半年才能复核完毕。”                    Anthoropic Fable 5所提出的雅可比猜想反例，更是简洁到只有寥寥几行式子，很容易就被其他数学研究者验证。                   Levent最初的那条推文丨x.com                    是的，研究者们必须把“人类友好”考虑进去。

K |                    AI现在还不能抛开人类                    当AI使用大语言模型写出一些“看起来很有道理”的推理的时候，它到底有没有犯错，是很难由它自己来确证的。                   OpenAI使用的是一个通用推理模型。它接收到问题后，用自然语言（即人类能读懂的语言）生成了一条非常长的思维链，每个子Agent做一部分短小的自然语言论证、一环套一环，最后得出一个结果。                   但自然语言推理有一个天然的弱点：模型可能在推理链的某一步犯小错，最终酿成大错。

L | 所以OpenAI请来了9位顶级数学家对证明进行人工审查。这些数学家不仅验证了正确性，还大幅改进了原始证明，使之更简洁、更通用。Erdős问题数据库的维护者托马斯·布鲁姆评论道："人类在讨论、消化、改进这个证明以及探索其后果方面，仍然扮演着关键角色。"                    DeepMind的AlphaProof Nexus在推理过程中，靠Lean语言暂时摆脱了“人”证明它对不对；人类只最后确认结果的数学意义。                   · 大语言模型会用 Lean 的形式化语言生成证明步骤；          · Lean编译器检查每一步是否成立；如果某一步不通过，Lean 返回错误信息，模型据此修正；          · 循环往复，直到成功。                   全部用Lean去验证这件事情，看起来很美妙，但还远远没有到完全能够实操的程度。简单说就是：Lean语言严格而冗长，人类很难直接写或读懂，需要“翻译”，但“翻译现有数学定理”这一基础建设，也还差得很远。                   AI的数学能力高于人类吗？                    先说结论：AI目前并不比人类更聪明。

M | 它只是没有学科壁垒、没有权威偏见，然后“大力出奇迹”。

N |                    AI证明了Erdős是错的、雅可比猜想有反例，而不是像大多数人那样，面对传奇数学家的一个古早猜想，沿着心理惯性，试图证明他是对的。它又比那些试图寻找反例的人，更有耐心反复尝试。                   AI是个“通才”，这同样令人类自叹弗如。5月份OpenAI解决的单位距离问题属于几何领域，成功的关键是，它从代数领域的数论中引入了一个看似无关的工具。要知道，现代数学高度分工，研究组合几何的数学家通常不会深入探究数论，反之亦然。这两个领域之间的距离，就像让一个心脏外科医生去想到用免疫学的方法治病。                   不过，AI现在缺乏在新方向上的洞察和探索能力。李欣意做了一个这样的比喻：                    “如果人类的数学知识可以比喻成一个有凹有凸的多边形，外部是未知部分，那么一流的数学家可能在一个尖角上把边界拓展到远处；像希尔伯特这样的伟大数学家，甚至在好几个方向都走得很远；而广大的数学工作者大多数时候做的事情，是把凹进去的部分补齐——数学上叫做‘取凸包’。”                    “现阶段‘大新闻’里的数学AI，也不过是把知识变成知识的凸包，而不是在未知方向上探索得更远。”                    黄色的部分，是AI的“补齐”短板                    假如有朝一日， AI 掌握了往外走的能力，那可能确实就真的是全面超越了人类。                   数学家预见到重重危机                    2026年6月2日，来自15所大学的16位研究者发布了《莱顿人工智能与数学宣言》。这份宣言获得了国际数学联盟（IMU）的正式支持，陶哲轩、彼得·舒尔茨等知名数学家也公开签署。                   宣言并不反对使用AI，也鼓励数学家了解新兴技术。

o | 它担心的是，在用AI更快、更多地生成成果的过程中，数学界一些基本价值观可能被破坏。                   最直接的问题是，AI能够快速生成大量“看起来正确”的证明，其中却可能藏着很难发现的错误。AI“完成”一个证明只需要几小时；认真审查它，却要花几周甚至更长。有能力审稿的数学家极其有限，AI成果井喷会导致同行评议体系“消化不良”；如果大量的AI推理直接以预印本甚至新闻稿的形式发表，则是严重的误导，并挤占了那些真正有价值的发现的空间。                   这个担忧甚至马上被验证了。就在几天以前，OpenAI在发布GPT 5.6 Sol的关头，发布新闻稿，宣布解决了一个尘封50年的数学问题。但这个成果并没有得到外部数学专家的确认。                   OpenAI也没有说明，在“智能体解答问题”和“最终产出3页结果”之间，还有多少人类劳动丨OpenAI                    另一个问题是成果归属。数学AI建立在大量的前人研究成果之上，但在输出时，往往无法为贡献者合理署名，这对数学家不公平。部分训练数据还涉及未经许可使用论文和数据库，由此产生新的版权争议。以及，如果数学家协同AI产生新的数学，那么这一成果究竟是属于人类还是AI？                    《宣言》还提出了一个更隐蔽的威胁：科技公司可能开始影响数学界的导向。AI公司倾向于搞那些“容易做”的问题，而非“有深远意义”。在大学预算紧张的背景下，这可能改变激励机制，变相鼓励研究人员与科技公司进行不对等的合作。如果不加以控制，可能破坏现有的招聘、资助和认可机制，威胁研究人员的自主性，甚至影响数学研究本身的范围和深度。                   作者：Luna          题图:Sally Caulwell。

Current article:http://ghb9.bianhajieleigoukusunmen.pics/list_1r2yu/tm0e.html

Published on:08:00:45