聊聊最近 OpenAI 发布大量数学问题研究成果的事儿吧。 
七月份时，我写过一篇博客，总结出一个概念：验证螺旋。 
核心逻辑很简单： 

AI 时代，内容生成的门槛与成本大大降低
内容验证成本远高于内容生成成本（俗话说，造谣一张嘴，辟谣跑断腿）
要验证，就要先理解；而人理解内容的速度远远低于 AI 产生内容的速度
如果让另一个 AI 来理解、验证 AI 的产出，就会碰到悖论：你怎么知道“评判者” AI 的判断是正确的。这里可以无限套娃：再引入“评判者的评判者” AI 来验证“评判者” AI 的 AI 是否正确，但你不知道 “评判者的评判者” AI 是不是正确的。

结论是，对于 AI 的产出，最终我们只有两种选择：要么在验证链条上的某个环节全然相信 AI，要么硬着头皮理解 AI 的产出。 
前者意味着在某个地方，我们放弃了理解。这事儿其实也挺常见：开车的人不需要理解怎么造车；日常开发中程...