Shanmu Jin 借助 AI 攻克 Crouzeix 猜想，但证明仍需人类判断

北京神经外科住院医师兼博士后研究人员 Shanmu Jin 声称，在一次持续 16 小时的自主 AI 运行后，证明了 Crouzeix 猜想。自 Michel Crouzeix 于 2004 年提出这一问题以来，它始终令相关领域专家束手无策。

这一标题令人瞩目，但其中压缩了几项不同的主张。据称，AI 系统协助得出了一个关键定理；随后 Jin 以自己的名义组织并发表了完整的数学论证。专家已审阅该手稿，但它目前仍是一篇未经同行评审的预印本。

另一个复杂因素是，Emiel Lorist 和 Felix Schwenninger 数日后公布了一份独立解答，采用了不同的证明策略。第二篇手稿使这一事件不再只是单一的 AI 病毒式突破，而成为对数学贡献归属和验证机制应如何运作的一次检验。

Shanmu Jin 实际发表了什么

已经确认的事件是，一份完整的、声称给出证明的论文已经发表，而不是该猜想已被正式认定解决。

Jin 于 2026 年 7 月 24 日提交了一篇题为“The Numerical Range Is a 2-Spectral Set”的手稿。托管平台于 7 月 27 日发布了这篇预印本。

论文称其证明了 Crouzeix 猜想中的最优常数。其核心结果涉及复矩阵的数值域——这是一个紧致区域，相比仅看矩阵的特征值，它包含更多可操作的信息。

对于矩阵 A，其数值域包含将 A 作用于每个单位向量、并测量所得二次型后得到的数值。这个集合提供了一种从几何角度研究矩阵行为的方式。

该猜想提出，下列不等式是否始终成立：

\[

\lVert p(A)\rVert \leq 2\max_{z\in W(A)}\lvert p(z)\rvert

\]

其中，\(p\) 是多项式，\(W(A)\) 是数值域，左侧衡量变换后矩阵的大小。

从实际角度看，这一表述将困难的矩阵计算与某个标量函数在几何区域上的最大值联系起来。数字 2 是所提出的通用常数。

Jin 的预印本称，该常数既成立又是最优的。论文引入了其所谓的正实完备定理，其中涉及对归一化矩阵值 Carathéodory 函数的约束。

这里的术语需要谨慎理解。Carathéodory 函数是指实部始终保持为正的解析函数。Jin 的论证利用这类函数，通过一个算子恒等式来控制矩阵范数。

据数值分析学家 Alex Townsend 和 Anne Greenbaum 撰写的一篇 SIAM News 稿件称，Jin 描述了 OpenAI 的 GPT-5.6 Sol 所发挥的重要作用。他们写道，一个关键定理是在一次约 16 小时的自主运行中出现的。

这并不意味着聊天机器人在一次对话回复中就解答了该猜想。据报道，这一过程涉及一个长时间运行的研究系统，它探索论证路径、检查不同方案，并形成候选结果。

Jin 仍需识别该结果的重要性，将其整理为连贯的证明，并对手稿承担责任。这些环节将数学贡献与未经筛选的模型输出记录区分开来。

公开证据也支持 Jin 的机构隶属关系。他的手稿列出北京协和医院，此前的医学研究也将他与该院神经外科及脑肿瘤项目联系在一起。

现有来源并未证明该医院指导了这项数学工作，也未显示该机构审阅或认可了这一证明。

因此，将其称为“某医院的 AI 解出了数学问题”会产生误导。有据可查的主体是一名医生研究者：他在跨越医学和算子理论的研究中使用了通用 AI 系统。

据报道，Jin 是在研究与经颅超声相关的数学工具时接触到这一主题的。这一背景解释了为何一名并非传统数学系出身的研究者会遇到该猜想。

但这并不能证明最终定理具有直接的临床应用。在 Jin 发表更详细的说明之前，数学与医学两条线索应保持区分。

Crouzeix 猜想为何重要

Crouzeix 猜想的重要性在于，它试图为矩阵函数求值提供通用的安全余量，而非因为它在数学界之外广为人知。

矩阵函数广泛出现在科学计算中。它们有助于表达微分方程的解、建模不断变化的系统、估计稳定性，以及分析迭代算法。

当矩阵是非正规矩阵时，计算这类函数可能十分困难。非正规矩阵不与其共轭转置交换，因此其行为可能远比特征值所暗示的更难预测。

两个矩阵的特征值可能相似，却会对扰动产生截然不同的反应。它们的幂和多项式变换也可能以意想不到的方式增长。

数值域提供了更广阔的几何图景。Crouzeix 的设想认为，这一图景能够在 2 倍的范围内控制矩阵的每一个多项式函数。

Michel Crouzeix 最初证明了一个 11.08 的通用界。随后，Crouzeix 与 César Palencia 的工作将已知的一般常数降至 \(1+\sqrt{2}\)，约为 2.414。

他们的 2017 年结果已经非常接近 2。但要填补最后这一差距，所需的不只是数值证据或针对特殊矩阵族的证明。

研究人员此后针对受限类别验证了该猜想。这些结果涵盖某些小型矩阵、幂零矩阵，以及数值域具有特殊结构的矩阵。

例如，2024 年一项研究证明了该命题在若干与有限移位压缩相关矩阵类别中的版本。其已发表的分析也记录了，随着矩阵维度和结构发生变化，推广工作会变得多么困难。

通用证明必须覆盖每一个复方阵。它还必须处理每一个符合条件的多项式，或更一般地说，处理合适的解析函数，而不能依赖某种有利的特殊形式。

这正是为何一个看似简短的不等式存续了二十多年仍未被证明。其符号之下隐藏着复分析、算子理论和数值线性代数之间的相互作用。

该猜想也是纯数学与应用数学之间的桥梁。算子理论研究者关注谱集和泛函演算；数值分析学家则关注矩阵算法的稳定界。

一份证明不会立即取代现有的数值软件。相反，它会确定一大类估计背后的最佳通用常数。

在评估 AI 故事时，这一区别至关重要。其价值在于一项可复用、且证明正确的定理，而不是某个基准分数或一段戏剧性的聊天记录。

这一结果也促使 AI 公司更谨慎地界定“解决”一词。找到一个看似可信的引理，与给出完整论证并不相同；给出论证，与经受专家评审也不相同。

数学提供了异常严格的验证标准，但自然语言证明并不会自动成为机器可检验的形式。专家仍须审查定义、量词、极限论证，以及隐含的正则性假设。

这使 Crouzeix 案例比 AI 系统解决竞赛题更具参考价值。答案并非预先已知，普通的答案匹配也无法验证它。

真正的较量是 AI 发现与人类验证

核心张力不在于医生与数学家之间，而在于快速的 AI 辅助发现与将手稿转化为获认可数学成果的缓慢过程之间。

据报道，Townsend 和 Greenbaum 起初以怀疑态度审视 Jin 的手稿。两人都具备数值线性代数的相关背景，Greenbaum 还曾直接发表过关于该猜想的研究。

他们的叙述称，他们调查了该证明，并与其他专家讨论。叙述还称，Michel Crouzeix 审阅了手稿，并认为它是正确的。

这是重要证据，但并不等同于同行评审、期刊接收，或经机器检验的形式化证明。

当证明在更广泛范围内流传时，专家信心可能发生变化。小漏洞可能需要修补，而更大的问题则可能使核心步骤失效。

预印本历史中包含各种可能的结果。有些令人惊讶的论证几乎原样经受住检验；另一些需要修改，也有一些在专家发现被忽视的假设后失败。

AI 成分使溯源成为另一项验证目标。读者需要知道，哪一项定理来自自主运行、使用了哪些提示和工具，以及 Jin 如何检查输出。

如果没有这些记录，外部人士可以评估论文，却无法独立研究所声称的研究过程。因此，数学结论与 AI 归属具有不同层级的证据。

结论载于公开手稿中。关于 16 小时运行的说法则来自 Jin 向其他研究人员的描述。目前尚未有与预印本公开关联的完整执行记录。

这一缺口并不否定该证明，但它限制了有关自主性、可复现性和确切分工的说法。

“AI 辅助”目前是最稳妥的描述。它承认模型所发挥的据称作用，同时不假装某个软件代理独立选择了问题、认证了结果并发表了论文。

该案例也挑战了关于专业知识的传统假设。Jin 并非以职业算子理论研究者的身份出现，但他似乎已经驾驭了高度专业化的文献，并完成了一篇得到专家认真对待的手稿。

AI 系统可以降低进入陌生技术领域的成本。它们能够检索定义、比较论证、生成示例，并以比繁忙研究人员手动操作更长的时间持续进行探索性搜索。

然而，进入门槛的降低可能增加验证负担。一个领域可能收到更多来自缺乏与领域专家既有联系的作者的可信手稿。

编辑和审稿人随后将面对更多来源不明的工作。优秀成果可能通过非传统路径出现，而看似严谨的错误也可能消耗大量专家时间。

在这里，数学判断变得更有价值，而不是更不重要。模型可以加速猜想形成和证明搜索，但仍是学术共同体决定哪些论证值得信任。

开发 AI 研究系统的人员应注意其中的操作性教训。有用的产品不只是答案生成器，而是一个可追溯的环境，用于记录假设、引文、失败尝试和验证过程。

知识工作者在更小的尺度上也面临类似问题。当源材料和中间推理保持可搜索状态时，AI 生成的结论会更容易审计。

一个可搜索的知识库无法验证一项定理，但它可以保存审稿人在评估 AI 辅助工作时所需的证据链。

第二份证明改变了 Crouzeix 故事

一份独立证明让这项猜想看起来更有可能被解决，同时也令对该解法的独占署名变得更复杂。

Lorist 和 Schwenninger 于 2026 年 8 月 4 日向 arXiv 提交了“A solution to Crouzeix’s conjecture”。这比 Jin 的预印本公开晚了八天。

他们的 arXiv manuscript 提出了一条不同路径。它将用于较弱估计的既有工具，与针对 2-dilations 的扰动引理结合起来。

扩张是在一个更大的空间中表示算子，使其结构更容易控制。作者将其引理应用于双层势表示中的迭代。

这一机制不同于 Jin 的正实部完备化定理。因此，这两份手稿看似提供了独立路径，而非同一 AI 生成思路的细微变体。

独立证明能够增强信心，因为一个未被察觉的缺陷不太可能同时侵入两套真正不同的论证。它们也能揭示哪些概念至关重要，哪些则只属于某一种技术。

不过，时间仍然重要。Jin 的手稿先公开发布。Lorist 和 Schwenninger 虽然可能在 Jin 发布前就已开始研究，但他们的论文提交得更晚。

发表优先权无法回答关于发现过程的所有问题。数学家将审查提交记录、致谢、修订情况，以及作者之间的任何沟通。

第二份证明也削弱了最简单的病毒式叙事。Crouzeix 猜想目前并非由一份 AI 辅助手稿孤军奋战、对抗数十年失败尝试所代表。

相反，该领域如今在短时间内出现了两项声称适用于一般情形的解法。其中一项据称来自人类与 AI 的协作，另一项则采用传统的作者呈现方式。

这种趋同可以支持多种解释。该领域现有的方法可能已发展到最后缺口即将闭合的阶段。新的 AI 系统可能加速了其中一条路径。巧合也可能压缩了时间线。

没有公开证据表明第二个团队使用了 Jin 的手稿或相同的 AI 技术。若没有更多文档，将这些论文描述为一场直接竞赛是不负责任的。

两份证明的局面也形成了一项有用的自然实验。审稿人可以比较其篇幅、依赖关系、普适性和可修复性。

更短的证明并不必然更好。更长的证明也不必然更安全。关键问题是，每一步是否都能从已陈述的假设中推出。

如果两者都经受住检验，数学界可能会认可多个解法，同时仍承认 Jin 更早的公开发布。无论哪份证明最终成为标准，它也可能将 AI 辅助推导视为具有历史意义。

如果只有一份证明成立，叙事将发生重大变化。若独立手稿仍然有效，Jin 的证明存在缺陷并不会推翻该猜想。

反过来，若后来的论文存在缺陷，Jin 的论证将承担更大分量。两份提交的存在降低了对任何单一手稿的依赖。

这正是故事的核心反转。AI 可能帮助产生了一个答案，但是否被接受已不再取决于人们是否相信一项 AI 成功声明。

这些手稿本身必须在通常的数学标准下竞争。它们的来源引人关注，而其论证决定结果。

这些主张仍未能确立什么

最负责任、也最有力的结论是：Jin 提出了一项严肃且被专家认为前景可期的 AI 辅助证明主张，而不是 AI 已经确凿地解决了这个问题。

截至 2026 年 8 月 15 日，两份公开手稿均未完成传统同行评审。因此，两者都应被描述为声称的解法。

同行评审并不完美，但它提供了结构化审查。审稿人会核实新颖性、检查依赖关系、检验核心引理，并在论证推进过快时要求澄清。

对于这一规模的结果，非正式审查也将很重要。专家们很可能会在研讨会上讲解这些论证，重建证明，并针对已知的困难情形进行检验。

Jin 的核心定理尤其值得关注。如果某个正性条件弱于证明所假定的程度，或者某个算子恒等式无法延伸至边界情形，那么完备化结果可能失效。

这一观察并未指出具体缺陷。它描述的是任何新的普适性论证都需要承受的压力测试类型。

研究人员还必须检查从归一化解析函数回到任意矩阵和多项式的转换。普适性陈述往往隐藏着微妙的逼近或连续性步骤。

模型的角色带来了另一种不确定性。自主系统可能生成内部一致、却包含一个细微错误引理的推理链。重复自检并不保证独立性，因为同一个模型可能复现同一个错误。

只有当审查者重建逻辑时，人类审查才能降低这种风险。阅读一份润色完善的证明并觉得它看似合理，并不够。

形式化验证将提供更强的信号。将证明转写为 Lean、Isabelle 或其他证明助手，会迫使每一项依赖和推论都以显式形式呈现。

这一过程可能需要数月。算子理论使用解析学工具，而这些工具的形式化成本可能很高，尤其是在库覆盖不完整时。

形式化失败并不会自动使证明无效。它可能暴露的是缺失的库组件，而非数学错误。

成功的形式化将具有非同寻常的价值。它将把对定理的信心，与对帮助生成该定理的语言模型的信心区分开来。

这个故事同样没有证据表明，AI 能够常规性地解决类似的开放问题。一项成功，即使得到确认，也不能确立自主数学发现的一般成功率。

选择效应十分显著。人们会公开成功的运行结果，而失败的搜索和被放弃的证明尝试则较少受到关注。

据称的 16 小时运行时间对总投入的说明也很有限。Jin 可能花费了更长时间来选择问题、准备上下文、评估输出，以及修订手稿。

读者不应将 16 个计算小时与 22 年的人类工作直接比较。AI 系统依赖于这些年间创造的数学文献和方法。

同样，Jin 的医学背景不应成为一种新奇化装置，从而淡化他的贡献。医生可以拥有扎实的研究训练，博士后工作也常常跨越学科边界。

更准确的惊讶应当更为有限。一位并非该猜想既有专家社群成员的研究者，借助 AI 进入这一问题，并提出了一份被顶尖专家认为可信的证明。

这本身已经很重要。将其夸大为完全自主的机器发现，反而会令有据可查的成就更难理解。

三个信号将决定这一结果是否成立

下一阶段属于验证、比较和披露，而不是新一轮病毒式主张。

第一个信号，是专家对 Jin 核心定理作出的详细回应。期刊报告、公开技术说明，或指出不存在致命缺口的专家研讨会，都将显著增强这一论断。

最有价值的审查应解释正实部完备化步骤为何成立。一位知名数学家的笼统赞誉，所提供的信息少于对论证的重建。

已发表的修正未必会推翻这一结果。许多有效证明都需要局部修补。决定性问题在于核心机制是否能够存续。

第二个信号，是两份证明在审查下的比较结果。如果独立审查者验证了 Jin 的方法和 Lorist-Schwenninger 的扰动论证，那么人们对该猜想已获解决的信心将大幅上升。

不同机制之间的一致，也会降低两篇论文共享某一隐藏依赖的可能性。届时，研究人员可以为未来应用选择更清晰的路径。

如果其中一份证明失败，关注点将转向另一份是否避开了同一障碍。这一结果会削弱关于立即定论的宽泛主张，但不会让该领域回到先前的位置。

第三个信号，是 Jin 或 OpenAI 是否会发布关于 AI 辅助过程的可复现记录。有用的披露应包括初始提示词、模型设置、工具访问权限、中间产物和人工编辑。

完整转录可能包含无关或敏感材料。研究人员仍可以发布一份经整理的技术记录，保留决定性的步骤。

这样的记录将让 AI 研究者区分检索与原创推导。它也将显示，系统是提出了关键定理、给出了其证明、发现了错误，还是主要整理了 Jin 的想法。

这种区分的重要性超出了一项猜想。研究机构需要制定标准，用于分配署名、披露模型辅助，以及在自主系统参与出版物时保存证据。

Crouzeix 猜想如今提供了一项异常具体的检验。这里有一条公开定理、一位具名人类作者、一次被报道的自主运行，以及一份独立竞争证明。

开发者应关注这一结果是否通过同行评审或获得形式化验证。研究人员应检验，在无法接触该解法的情况下，这一 AI 过程能否在相关问题上被复现。

其他所有人则应将这一事件视为研究实践正在变化的证据，而非数学验证已经过时的证明。

最具影响力的结果，不会是 AI 系统取代数学家，而会是一种工作流：更多人能够探索专业问题，同时专家与形式化工具维持证明标准。

Crouzeix 的论证能否经受逐行审查，其 AI 研究轨迹又能否变得可检视？这些答案将决定这究竟是一项持久的科学里程碑，还是一场富有启发意义的预印本争议。