第553章 做空行動 一【數學造神】
視線轉回美國，舊金山，Anthropic總部大樓。
達里奧·阿莫迪坐在自己寬敞的辦公室里，面前的電腦屏幕上，是一份實時更新的美股科技板塊走勢圖。
納斯達克100指數，又創了歷史新高。
而在這輪上漲中，漲幅最猛的，恰恰是那些與AI深度綁定的個股。英偉達、微軟、谷歌、AMD……幾乎所有和AI算力沾邊的公司，股價都像是被注入了腎上腺素一般，連續數周瘋狂拉升。
達里奧看著這條近乎垂直的K線，嘴角微微上翹。
好極了。
雖然Anthropic本身還沒有上市，但整個AI板塊的狂熱情緒，已經替他完成了最重要的一步：市場共識的塑造。
邏輯很簡單：Mythos的橫空出世，在全球範圍內重新點燃了一個故事——Transformer架構加上超大規模算力，這條路沒有走到盡頭，甚至還遠遠沒有觸及天花板！只要持續砸錢、持續堆參數、持續優化工程，AI就會繼續進化，直到AGI降臨。
而這個故事一旦成立，所有為Transformer提供彈藥的公司——晶片廠、雲計算平台、數據中心——都會被重新估值。
這就像一條多米諾骨牌鏈。Mythos是第一張，後面的每一張都替Anthropic的IPO鋪平了道路。
達里奧在心裡盤算，「等到正式敲鐘那天，整個市場的AI信仰會達到歷史頂峰。」
不過，二十天。
距離正式IPO還有二十天。
在這二十天裡，市場熱度不能有任何降溫。
甚至，還得再加一把火。
……
達里奧站起身，走到落地窗前，望著遠處舊金山灣區的天際線，目光沉凝。
什麼樣的消息，能在這個節骨眼上，把市場情緒再往上推一個台階？
代碼能力？不行。Mythos在編程方面的優勢已經被市場徹底消化，估值早就提前透支了這份利好。繼續講寫代碼的故事，只會邊際效應遞減。
多模態？也不夠。圖像生成、視頻理解這些，在市場眼裡只是錦上添花的功能，不足以製造真正的認知衝擊。因為多模態只是證明了AI能看能聽，它拓展的僅僅是認知的邊界，卻根本觸及不到智力極限的天花板。
他需要的，是一個能直接把AGI這個概念牢牢鎖定在公眾腦海里的東西。
一個能讓所有人，無論是華爾街的基金經理，還是推特上的普通網民，都發自內心地相信「人工智慧已經超越人類」的鐵證。
達里奧的目光微微一凝。
數學。
沒有什麼比數學更合適了。
……
達里奧之所以選擇數學，絕非一時興起。
在所有能證明AI智能水平的領域中，數學有著一種無可替代的象徵意義。
數學在人類文明的認知譜系中，始終占據著「智慧皇冠上的明珠」這個位置。它不依賴口才，不依賴審美，不依賴模糊空間裡的差不多。它要的是最純粹的邏輯推演能力、最穩定的抽象建模能力、最長鏈條的多步嚴密推理能力。
換句話說，數學幾乎濃縮了人類高階認知最核心的幾種能力：
邏輯能力——每一步都必須從前一步嚴格推出；
抽象能力——你面對的不是蘋果和石頭，而是群、環、域、流形、範疇；
空間能力——很多幾何直覺和高維結構，本質上都需要在腦中看見；
搜索能力——你得在海量可能路徑里找到真正能走通的那一條；
創造性跳躍——很多關鍵突破，靠的不是機械窮舉，而是突然換了一種看世界的方式。
更關鍵的是，數學有一個其他領域都不具備的優勢：客觀可驗證。
一道數學定理，對就是對，錯就是錯。每一步推導都必須邏輯自洽，每一個結論都可以被形式化驗證工具（如Lean或Coq）機械檢查。在這裡，AI存在什麼「看起來挺像回事但其實是幻覺」的可能性。
早在1956年那場標誌著人工智慧誕生的達特茅斯會議上，計算機科學的先驅們定下的第一個具有里程碑意義的目標，就是讓機器證明《數學原理》中的基礎定理。在學術界的鄙視鏈里，數學始終站在認知智力的最頂端，它沒有模糊語義，不容許模稜兩可。如果一個AI能證明定理，那它距離真正的通用人工智慧（AGI）就只剩一層窗戶紙了。
也正因如此，數學在AI認知評估里，一直被視作最硬核的試金石。
達里奧作為AI領域專家當然知道這個道理。
他幾乎可以想像，當「Mythos獨立證明了數學定理」這個新聞登上頭版時，全世界會是什麼反應。
普通人會震撼：「AI已經比人類還聰明了！」
投資者會亢奮：「AGI時代真的要來了！」
學術界會激辯：「這是否意味著數學家即將失業？」
而無論是哪種反應，最終都會轉化為同一個結論：Anthropic，就是人類通往AGI的唯一入口。
……
兩天後，一支由三十名數學博士和五位教授組成的特別團隊，被悄然安置在了Anthropic總部的辦公室里。
對外，這裡的代號是普羅米修斯，盜火的神。
對內，達里奧給他們的指令只有一句話：「用Mythos解數學題。解得越難越好。」
……
接下來的兩周里，普羅米修斯團隊開始了瘋狂的「AI煉丹」。
過程遠沒有公開宣傳的那樣光鮮。
事實上，真正的工作流程是這樣的：數學博士們先選定目標問題，然後由人工介入，一步步給Mythos提供方向性提示。有時候是直接告訴模型「試試從XXX方向切入「，有時候是在模型卡殼後手動給出關鍵引理。Mythos則負責暴力窮舉中間步驟，用海量算力去填補人類指明方向後的髒活累活。
一個定理的解決，往往需要反覆試錯幾百次，消耗數千美元的算力，耗時一到兩周。
然後，團隊會把最終的完整證明重新輸入模型，做一次復訓。訓練完成後，再用一個全新的對話窗口向Mythos重新提問同一個問題。
這一次，Mythos當然能「獨立」給出完美解答。
因為答案已經被餵進去了。
本質上，這就像是老師把標準答案給學生背了一遍，然後在全班面前當場考他，學生張口就來，旁觀者自然覺得這學生是天才。
但任何一個冷靜的人只要稍微想一想，就能發現一個致命的邏輯漏洞。
如果Mythos真的具備了自主解決研究級數學問題的能力，那為什麼不同時開一千個對話窗口，讓它並行攻擊一千個未解問題？以Anthropic的算力規模，這完全做得到。真有這種能力的話，每周應該有幾百篇成果像下餃子一樣往外蹦才對。
可最終的產出呢？
兩周時間，五六個成果。
這個產出效率，恰恰說明了真實的工作模式：不是AI在自主思考，而是人類數學家在手把手引導，AI在做暴力計算。
五六個成果，對應的是五六位數學博士各自花了兩周時間死磕出來的方向。
這才是真相。
……
達里奧·阿莫迪坐在自己寬敞的辦公室里，面前的電腦屏幕上，是一份實時更新的美股科技板塊走勢圖。
納斯達克100指數，又創了歷史新高。
而在這輪上漲中，漲幅最猛的，恰恰是那些與AI深度綁定的個股。英偉達、微軟、谷歌、AMD……幾乎所有和AI算力沾邊的公司，股價都像是被注入了腎上腺素一般，連續數周瘋狂拉升。
達里奧看著這條近乎垂直的K線，嘴角微微上翹。
好極了。
雖然Anthropic本身還沒有上市，但整個AI板塊的狂熱情緒，已經替他完成了最重要的一步：市場共識的塑造。
邏輯很簡單：Mythos的橫空出世，在全球範圍內重新點燃了一個故事——Transformer架構加上超大規模算力，這條路沒有走到盡頭，甚至還遠遠沒有觸及天花板！只要持續砸錢、持續堆參數、持續優化工程，AI就會繼續進化，直到AGI降臨。
而這個故事一旦成立，所有為Transformer提供彈藥的公司——晶片廠、雲計算平台、數據中心——都會被重新估值。
這就像一條多米諾骨牌鏈。Mythos是第一張，後面的每一張都替Anthropic的IPO鋪平了道路。
達里奧在心裡盤算，「等到正式敲鐘那天，整個市場的AI信仰會達到歷史頂峰。」
不過，二十天。
距離正式IPO還有二十天。
在這二十天裡，市場熱度不能有任何降溫。
甚至，還得再加一把火。
……
達里奧站起身，走到落地窗前，望著遠處舊金山灣區的天際線，目光沉凝。
什麼樣的消息，能在這個節骨眼上，把市場情緒再往上推一個台階？
代碼能力？不行。Mythos在編程方面的優勢已經被市場徹底消化，估值早就提前透支了這份利好。繼續講寫代碼的故事，只會邊際效應遞減。
多模態？也不夠。圖像生成、視頻理解這些，在市場眼裡只是錦上添花的功能，不足以製造真正的認知衝擊。因為多模態只是證明了AI能看能聽，它拓展的僅僅是認知的邊界，卻根本觸及不到智力極限的天花板。
他需要的，是一個能直接把AGI這個概念牢牢鎖定在公眾腦海里的東西。
一個能讓所有人，無論是華爾街的基金經理，還是推特上的普通網民，都發自內心地相信「人工智慧已經超越人類」的鐵證。
達里奧的目光微微一凝。
數學。
沒有什麼比數學更合適了。
……
達里奧之所以選擇數學，絕非一時興起。
在所有能證明AI智能水平的領域中，數學有著一種無可替代的象徵意義。
數學在人類文明的認知譜系中，始終占據著「智慧皇冠上的明珠」這個位置。它不依賴口才，不依賴審美，不依賴模糊空間裡的差不多。它要的是最純粹的邏輯推演能力、最穩定的抽象建模能力、最長鏈條的多步嚴密推理能力。
換句話說，數學幾乎濃縮了人類高階認知最核心的幾種能力：
邏輯能力——每一步都必須從前一步嚴格推出；
抽象能力——你面對的不是蘋果和石頭，而是群、環、域、流形、範疇；
空間能力——很多幾何直覺和高維結構，本質上都需要在腦中看見；
搜索能力——你得在海量可能路徑里找到真正能走通的那一條；
創造性跳躍——很多關鍵突破，靠的不是機械窮舉，而是突然換了一種看世界的方式。
更關鍵的是，數學有一個其他領域都不具備的優勢：客觀可驗證。
一道數學定理，對就是對，錯就是錯。每一步推導都必須邏輯自洽，每一個結論都可以被形式化驗證工具（如Lean或Coq）機械檢查。在這裡，AI存在什麼「看起來挺像回事但其實是幻覺」的可能性。
早在1956年那場標誌著人工智慧誕生的達特茅斯會議上，計算機科學的先驅們定下的第一個具有里程碑意義的目標，就是讓機器證明《數學原理》中的基礎定理。在學術界的鄙視鏈里，數學始終站在認知智力的最頂端，它沒有模糊語義，不容許模稜兩可。如果一個AI能證明定理，那它距離真正的通用人工智慧（AGI）就只剩一層窗戶紙了。
也正因如此，數學在AI認知評估里，一直被視作最硬核的試金石。
達里奧作為AI領域專家當然知道這個道理。
他幾乎可以想像，當「Mythos獨立證明了數學定理」這個新聞登上頭版時，全世界會是什麼反應。
普通人會震撼：「AI已經比人類還聰明了！」
投資者會亢奮：「AGI時代真的要來了！」
學術界會激辯：「這是否意味著數學家即將失業？」
而無論是哪種反應，最終都會轉化為同一個結論：Anthropic，就是人類通往AGI的唯一入口。
……
兩天後，一支由三十名數學博士和五位教授組成的特別團隊，被悄然安置在了Anthropic總部的辦公室里。
對外，這裡的代號是普羅米修斯，盜火的神。
對內，達里奧給他們的指令只有一句話：「用Mythos解數學題。解得越難越好。」
……
接下來的兩周里，普羅米修斯團隊開始了瘋狂的「AI煉丹」。
過程遠沒有公開宣傳的那樣光鮮。
事實上，真正的工作流程是這樣的：數學博士們先選定目標問題，然後由人工介入，一步步給Mythos提供方向性提示。有時候是直接告訴模型「試試從XXX方向切入「，有時候是在模型卡殼後手動給出關鍵引理。Mythos則負責暴力窮舉中間步驟，用海量算力去填補人類指明方向後的髒活累活。
一個定理的解決，往往需要反覆試錯幾百次，消耗數千美元的算力，耗時一到兩周。
然後，團隊會把最終的完整證明重新輸入模型，做一次復訓。訓練完成後，再用一個全新的對話窗口向Mythos重新提問同一個問題。
這一次，Mythos當然能「獨立」給出完美解答。
因為答案已經被餵進去了。
本質上，這就像是老師把標準答案給學生背了一遍，然後在全班面前當場考他，學生張口就來，旁觀者自然覺得這學生是天才。
但任何一個冷靜的人只要稍微想一想，就能發現一個致命的邏輯漏洞。
如果Mythos真的具備了自主解決研究級數學問題的能力，那為什麼不同時開一千個對話窗口，讓它並行攻擊一千個未解問題？以Anthropic的算力規模，這完全做得到。真有這種能力的話，每周應該有幾百篇成果像下餃子一樣往外蹦才對。
可最終的產出呢？
兩周時間，五六個成果。
這個產出效率，恰恰說明了真實的工作模式：不是AI在自主思考，而是人類數學家在手把手引導，AI在做暴力計算。
五六個成果，對應的是五六位數學博士各自花了兩周時間死磕出來的方向。
這才是真相。
……