关键事实
一个业余项目变成了公共基础设施。 Bloom 2014年在布里斯托大学拿到数学博士，专业是算术组合数学与解析数论，2020年曾与人合作证出Erdős等差数列猜想相关的重要部分性结果。2023年初，他把埃尔德什遗留猜想收集成一份清单（起初只图自己方便，网站背后的代码是用ChatGPT写的），如今这个网站（erdosproblems.com）收录近一千道问题，约三分之一已被解决。
第一次判决：一次戏剧性的失实陈述。 2025年10月，时任OpenAI VP Kevin Weil宣称GPT-5解出十道Erdős猜想。Bloom核实后发现模型没有产出原创证明，只是检索出了已有解法——他公开称这是"一次戏剧性的失实陈述"。同一时期，网站社区内部还发生过一起类似乌龙：有人宣称"LLM首次自主解开"一道题，几小时后被指出埃尔德什本人1977年已给出解法。
第二次判决：这次是big news。 2026年8月，面对OpenAI未发布模型Astra解开十道难题的宣称，Bloom核实后在X上称之为"big news"，评价高于5月的另一结果——依据是证明用Lean 4形式化，"一份Lean证书不是社会性信号——它要么编译通过，要么不通过，任何人拿一台笔记本电脑就能跑一遍"。两次判决相反，不是因为他改了标准，而是核实对象本身的可验证程度发生了质变。
另一个反应：顶尖数学家已经不再费力气。 普林斯顿数学家Noga Alon，一生估计解过几十道Erdős猜想，现在已经停止尝试，原话是"一旦AI开始解决这些问题，就没有意义了"。
别处读不到的洞见
Bloom能扮演这个裁判角色，不是因为他被任命或雇佣，而是他此前出于个人兴趣做了一件笨功夫——把近千道问题逐一收录、标注状态——这件事本身构成了别人没有的核查基础设施。这暴露了一个更普遍的规律：当AI开始大规模宣称"突破"时，能可信验证这些宣称的，往往不是最聪明的人，而是最早开始做那件笨功夫、把领域知识结构化到可核查程度的人；生物、材料、化学这些实验驱动的学科，验证一个AI"新发现"往往需要真实世界的湿实验，不存在"Lean证书秒验证"这种捷径——这是被低估的系统性风险，不只是数学圈的趣闻。
我的判断
Noga Alon那句"一旦AI开始解决，就没有意义了，所以我不再费劲了"，是一种理性的撤退：当一件事曾经的价值构成里"稀缺性"占了很大比重，而AI让这种稀缺性快速贬值时，连顶尖学者都会诚实承认"不再费这个劲了"。这对任何以专业稀缺性为核心竞争力的知识工作者（含教育、内容、咨询从业者）都是一个具体的先兆。但Bloom选择了相反的路径——把自己的角色从"解题者"转移到"验证基础设施的建造与维护者"，这可能是知识工作者面对这一波替代浪潮时，最值得考虑的一种转型方向。
最薄弱的环节：Bloom对Astra结果的正面评价、Alon的原话均出自Quanta Magazine一手报道，可信度高；但"验证基础设施跟不上宣称速度是系统性风险"这一判断、"实验驱动学科验证周期更长更危险"这一延伸推理，是本文的推理延伸，不是任何一手信源直接下的结论。数学家Carlo Pagano也提醒：Bloom的验证权威目前局限在"Erdős遗留问题"这一特定问题域，不能直接外推到数学研究的全部前沿。完整局限说明见完整版。
结语
数学证明、验证协议、专业稀缺性贬值，讲的是同一件事：当AI把一件难事变得唾手可得时，真正值钱的角色，正在从"会做这件事的人"转向"能可信判断这件事有没有做成的人"。读者若需完整证据链与逐项置信度评估，可查阅本报告完整版。
参考文献（简版正文实际用到的信源；完整清单见完整版）
- Wikipedia, "Thomas Bloom (mathematician)"
- Quanta Magazine, "Why the Legendary Erdős Problems Are Falling to AI," 2026-08-03
- explainx.ai, "OpenAI Astra: Ten Math Proofs With Lean Certificates," 2026