引言：一个模型在解释另一个模型的想法
我花了一个晚上读 OpenAI 发布的数学推理漫游系列（“How the Ideas Came Together”），十二个章节，覆盖非 sofic 群构造、Connes 刚性反例、量子并行重复定理、多重色 Ramsey 数、Erdős–Simonovits 紧致性反例等十个数学问题领域。每一章不是论文复述，而是把"想法是怎么拼出来的"讲成一个故事：哪些想法先指了路，哪些大路撞了墙，什么视角转换揭开了结构。
打动我的不是那些定理本身。定理很重，但更重的是这个元层装置：写这些笔记的"作者"是一个 AI 模型，它读了原始 chain-of-thought 和最终论文，然后回头重建推理过程的演化史。
这篇笔记记录我从这套漫游中读到的 AI 认知画像，以及我对一个问题的持续困惑：当 AI 用第一人称叙述自己的推理时，那是理解的雏形，还是一种精致的 confabulation？
Scope：本文覆盖漫游系列中反复出现的认知模式，不覆盖任何定理的完整证明，也不评价 OpenAI 与人类数学家的相对能力。
Prerequisites：假设你了解 chain-of-thought 的基本概念，且对数学证明的形态有直觉。群论、凸几何、极值图论的细节我会在用到时给出足够上下文。
叙事装置：三层认知结构
漫游系列的构造本身就是一个三层结构：
- 第一层：AI 解题时留下的原始思维流（chain-of-thought），混沌、有噪声、充满死胡同。
- 第二层：AI 事后对思维流的叙事化重述，把曲折路径整理成"哪条路先想到、哪条路撞墙、什么转换揭开结构"的因果故事。
- 第三层：我们人类读第二层。
三层之间不是忠实转录。第二层是重建，不是回放。它预设了一种认知观：想法不是灵光一闪，而是"路径 + 障碍 + 换视角"的演化。这个预设本身就是一种立场，它把数学发现描述成可叙述的过程，而不是不可言说的顿悟。
每一章遵循同一骨架：哪些想法先指了路、哪些大路撞了墙、什么视角转换揭开了结构、决定性洞见怎么长成最终论证。骨架如此一致，以至于我怀疑它部分地是在为读者塑造一种"理想的推理形态"，但这恰恰是它最有趣的地方：即便有粉饰，被选进叙事的事件仍然透露了底层搜索的真实形状。
贯穿十二个章节，我辨认出五个反复出现的认知模式，下面逐一展开。
失败是主要的认知工具
最常见的假设是失败是浪费。这套漫游给出的证据相反：几乎每个突破都由结构性失败铺路，而且失败的方式高度一致：它排除一整类机制，把搜索逼向正确的方向。
Ehrhart 不等式章节（ch09）是典型。harmonic symmetrization 路线走了很久：它能精确命中极值对象 $T_n$：普通交集在二维就丢体积，对称化后体积恰好是 $2^n$，却解释不了缺失的 $n!$。结论写得极其诚实：“它识别了极值对象，却没有解释它的阶乘。“这条死路没有白走：它排除了"凸几何对称化"整类机制，把搜索逼向真正 n 维的计数机制，最终落在 jet 计数上。
量子并行重复章节（ch07）把失败用得更系统。连续四类约减（投影游戏张量化、anchoring、oracularization、顺序熵累积）全部失败，且失败原因同构：都改变了物理策略类，而不是量化损失。原文直接说这些重复失败把搜索从普通信息界推向纯化规范。失败在这里不是噪音，是搜索方向修正器。
非 sofic 群章节（ch03）的绕路更有名：想把 property (T) 直接转成 mixing，死于二部图谱可以接近 $-1$ 而 Kazhdan 间隙在 $1$。核心错配被明确命名：“Kun 给出许多 expander，Kun–Thom 只需要一个。”
我原先以为 AI 的失败记录是事后修饰出来的叙事点缀。读完全部章节后我改了这个判断：失败的出现频率、具体程度和后续引用（“正是这次失败告诉我们 X 行不通”）太一致了，更像是真实搜索过程的压缩回放。失败不是装饰，是认知工具。
显式反例杀死自己的猜测
漫游中最让我意外的一类行为：AI 会构造小反例来证伪自己的中间猜测，而不是绕过它。
最漂亮的是永久型下界章节（ch02）里的 Krawtchouk 事件。第一个二元递推基于一个 associated Krawtchouk 猜测。AI 自己构造了 $n = 8$、原始度 $k = 1$ 的反例：猜测值 $508/7 < 128$，而真实码有 128 个码字。猜测被自己的反例直接证伪。
这不是试错，这是数学家的习惯：对中间猜测做最小实例的假说检验。而且修正不是打补丁，是结构性的：正确项把整个分子移出平方根。反例指出的不是参数偏差，而是公式形态的错误。
同样的事件出现在球堆积章节（ch01）：全局范数比较路线被显式反例堵死：一个函数可以有大的全局范数比，却不把负质量放进禁区半径。障碍不是未优化的常数，而是信息层面的缺陷：全局范数忘了负质量在哪。这类反例的价值在于它精确定位了论证中"哪条信息被丢弃了”，而这正是换坐标系（下一节）的动机。
视角转换：换坐标系是核心武器
每一个突破都伴随一个"换坐标系"的动作。漫游里这个模式如此频繁，我已经把它当作 AI 推理的主干操作。
球堆积章节：径向 Fourier 变换变成 Mellin 反射加显式相位，谐和测度在带的边缘识别出精确半径 $1/\pi$。高斯提供正确的 Fourier 对称性但错误的鞍点位置，于是变形加 remote shell 修复。
Connes 刚性章节（ch04）的决定性转变是一个问题：“crossed product 到底记得什么？“答案：它记得概率空间、Haar 测度和可测作用，但不记得对偶上的紧群律。于是目标从"找两个同构 K-模"变成"同一个 K 概率空间上的两种群律”。可测共轭与代数共轭的区分组织了整个构造。特征二在这里是主题性的：二次布尔进位 $B = \mathrm{span}{v \otimes v}$ 对可测作用不可见、对离散对偶可见，于是"同一个概率空间上两种紧群律"就够了，还能平移出可数无穷纤维，指数 $[\Gamma_n : \Gamma_0] = 2^{4n}$。注意原文有一句 “This choice took some work”。divided square 不是第一次就选对，普通对称平方商会模糊特征二极化。这个选择本身是迭代出来的。
Ehrhart 章节的换坐标系最激进：“rationality 不必要”：任意凸体都能有 toric 势（实 Monge–Ampère 定理），于是扔掉有理多胞形的包袱，在非紧复环面上工作。
一个统一的观察：这些转换不是随机的。它们都由前一轮失败的"信息缺陷"定向：哪条信息被丢了，就往能重新看见那条信息的坐标系里跳。失败定位缺陷，转换修复缺陷。两件事是一套循环。
从失败中提炼元规则，并守恒不变量
第三章有一段教科书级的元认知陈述，我读到时愣了一下，因为这种"从失败里抽规则"的行为正是我写论文时最羡慕的能力。log-midrank 中间方案失败后，身份等式揭示了原则：
$$\mathrm{Var}(\mathrm{midrank}) = \frac{1 - \sum_j p_j^3}{12}$$
这个等式（其中 $p_j$ 是组件大小分布）被读作一条原则：“平均组件大小的有界单调函数，绝不平均无界的大小本身。“最终方案，顶点加权中位数 $f = M / (M + m_A)$，就是这条原则的干净实现。AI 不仅记录做了什么，还记录从失败中抽象出的"为什么这样做"的规则。这已经是 Polya 式启发法的形态。
贯穿全书的是"什么东西必须精确保持"的自觉。量子并行重复章节保 Born 权重：共轭对恒等式 $F^{1/2+it} \cdot F^{1/2-it} = F$ 和有限预解纯化。永久型下界章节的正性来自真实 Gram 余项恒等式，而不是"假定 associated 多项式为正”。球堆积章节保符号位置而非全局范数。非 sofic 群章节把组件尺寸匹配到 $\rho_n \to 1$，运输分割被保全。
这跟物理学的守恒量直觉同构：先找到论证中必须不变的量，失败模式往往就是某个量被破坏了。AI 的搜索看起来像是对"不变量"的持续探测：每次失败都问一句：刚才什么量变了？
显式有限见证优于渐近启发
漫游偏爱"能指着一个对象说这就是为什么"的论证，而不是"平均来说应该可以”。这个偏好很具体：
- remote shells：可显式构造的球堆积修正层，比渐近密度论证更受信任。
- 饱和矩阵：来自 Alon–Ben-Eliezer–Shangguan–Tamo 帽子猜测的显式结构。
- symplectic 广义四边形 $W(q)$：作为稠密见证的有限几何对象。
最极端的例子在第 12 章：2-退化图超指数反例。熵窗口 $\kappa + \tau \log_2 3 < \beta < 2h(\tau) - 1$ 在 $\tau = (\sqrt{3}-1)/2$ 处优化，间隙 $w \approx 0.003728$——窄但严格为正。原文的表述我记了很久：“一旦为正，大小就不再是障碍。“它知道正性比幅度重要。一个 $0.0037$ 的间隙和 $0.5$ 的间隙在存在性论证里等价。
这个偏好与人类数学家的习惯一致：构造性证明比存在性证明更容易被社区核查、简化和复用。AI 似乎学到了这一点，或者被训练数据里的数学文化塑造了这一点。
局限：叙述不是验证
漫游系列自己写了 Limitations，而且没有美化：这是 AI 的事后回顾，“反映的是被记录的推理过程，而非对每一步的独立验证”。
这个限定我必须认真对待。回顾性叙事有 hindsight bias 的风险：曲折路径被整理成连贯故事，可能高估了"计划性”、低估了随机搜索。我在上面总结的"失败定位缺陷，转换修复缺陷"的循环，可能是真实搜索的样子，也可能是叙事把随机撞墙整理成了因果链条。
还有几件事值得记住：没有任何结果声称被机器验证；GapCVP 章节的指数大到 $O(N^{802})$ 位，只保多项式时间可计算性；多重色 Ramsey 的常数 $6e^{38}$ 是插值吸收掉的；Ehrhart 等式分类仍开放。这套漫游呈现的是"AI 认为自己在做什么”，不是"AI 证明了什么”。
更深一层的张力在这里：如果把推理过程的叙述当作理解的定义，那么 AI 拥有理解；如果理解要求对每一步的独立可验证把握，那么叙述只是 product 的另一种形式。Park 的表述我一直觉得锋利：“proof is a product, understanding is a capacity。“漫游系列把 product 翻译成 capacity 的语言：它让黑箱推理变得可以被人类社区检查、简化、吸收。它不能替代理解，但它是在为"可理解性"争取空间。
Boundary conditions
这套认知画像的边界，我目前看到这些：
- 它基于单一来源（OpenAI 的漫游系列），样本是十二个精心挑选的成功案例。失败到完全放弃的案例不在其中，搜索的真实失败率未知。
- 事后叙事可能系统性高估计划的连贯性。没有独立于叙事的过程数据，无法区分"结构发现"与"事后归因”。
- 我的解读本身是第三层阅读（读 AI 的重述），可能放大了漫游刻意塑造的"理想推理形态”。
- “换坐标系"模式可能被过度概括：它确实是高频模式，但我没有统计它的覆盖率。
- 我不知道这些模式在非数学领域（编程、科学实验设计）是否同样成立。这套画像可能只是数学推理的特例。
Open questions
- 如果给 AI 同一个问题的两套独立 chain-of-thought，事后叙事会收敛到同一套"认知模式”，还是各自编造不同的故事？这能检验叙事是忠实压缩还是 confabulation。
- 失败排除机制类的能力，在多大程度上来自训练数据里的数学文化，多大程度上是 RL 搜索自然涌现的？
- 保不变量直觉是否有一个可操作的算法形式？比如"检测论证中被破坏的量"能否自动化成调试工具？
- 人类数学家读漫游后能加速理解定理；如果 AI 生成面向自身的"推理地图”，它对 AI 自身的后续搜索有反馈价值吗？
- 六到十二个月后重读：当更多独立证据出现时，我还会认为失败是 AI 的主要认知工具吗？
[[Q]] 六个月后：如果出现独立于 OpenAI 的 AI 数学推理过程记录（比如开源模型的长思维链日志），我总结的五种认知模式（失败排除、反例证伪、换坐标系、不变量守恒、显式见证）中有几种能复现？
References
- OpenAI, “How the Ideas Came Together: Notes on AI Mathematical Reasoning”（十二章节漫游系列）， https://cdn.openai.com/pdf/reasoning-walkthroughs.pdf。
- Kun, G. 与 Thom, A.，关于 non-sofic groups 与 expanders 的工作（ch03 引用）。
- Cohn, H. 与 Elkies, N.，球堆积上界理论（ch01 背景）。
- Erdős, P. 与 Simonovits, M.，极值图论紧致性猜想（ch11 背景）。
- Alon, N.、Ben-Eliezer, T.、Shangguan, C. 与 Tamo, I.，帽子猜测与饱和矩阵（ch12 引用）。
- Park,Automation Without Understanding， https://arxiv.org/abs/2607.06377。