一道三十年没人肯写的论文，AI替我们交了
10月16日，Anthropic发布了一篇研究：Claude在密码学分析中推导出ECDSA椭圆曲线参数的设计来源。这件事当天在Hacker News登顶，648分、263条评论。评论区难得地没有抬杠，更多的是一种集体愣神——这道题就明晃晃地摆在那儿三十年了，怎么一直没人做？
一、这道题为什么三十年没人做
先补一点背景。椭圆曲线密码是今天几乎所有HTTPS连接的地基，而标准文档里的曲线参数——那些看起来完全随机的常数——来历一直是笔糊涂账。社区的官方说法叫”nothing up my sleeve”，直译过来是”我袖子里没藏东西”：常数是某串种子哈希出来的，大家信不信随意。三十年来，”这些常数到底从哪来的”是密码学圈最有名的悬案之一，怀疑过后门、怀疑过精心挑选的弱点，论坛上吵了无数轮，但就是没有人系统性地把这道题从头做穿。
为什么？不是难，是不划算。你就算把答案挖出来了，这篇论文投哪？顶会要的是新构造、新证明、新攻击，没人给”考证一个老参数的出身”留版面。它评不上职称、申不到经费、写在简历上不好看。全世界无数密码学家路过这道题，每个人都看得见它，每个人都绕开了它——绕开的理由干净体面：这不适合作为研究课题。
这正是我觉得这件事真正扎人的地方。人类科学的版图从来不是画满了，而是”没人认领的部分”一直被当成不存在。学术激励系统像一台巨大的过滤器，把所有”做出来也没人发奖金”的问题筛到了地图外面，然后大家指着地图说：可见的知识就这些了。Claude没有职业前途要操心，不评职称、不申经费、不怕审稿人，于是一进场就把这块空地翻了。它交的不是一篇论文，是一张更诚实的地图。
二、发现变便宜了，瓶颈正在搬家
同一天，Anthropic还发布了第二篇研究：用Claude设计更高效的量子电路。DeepMind宣布用编程智能体Antigravity加速抗菌肽筛选，把AlphaFold开创的路线又往前推了一段。OpenAI则推出面向学术机构的Rosalind计划，把前沿模型直接塞进实验室的日常工作。
把这几件事摆在一起，能看到一个清晰的结构性变化：科学研究里”想出一个候选答案”这个环节，成本正在塌方。过去一篇论文的隐形成本结构里，最贵的就是假设生成——一个好想法要熬一个受过二十年训练的脑子，熬几个月甚至几年。现在这个环节在快速变便宜：候选的密码学解释、候选的电路布局、候选的抗菌肽序列，模型可以成批地吐。
但科学不等于提出猜想。猜想之后还有实验、复现、同行评审、被同行骂、再修正——这一整套验证流程没有变便宜，还是原来那套人力密集的手工活。于是瓶颈发生了位移：过去卡在”想不出来”，现在卡在”验不过来”。顺便说一句，同一天Mercor发布的劳动力报告说美国90%的工作时间花在AI基准未覆盖的任务上，科研界其实是同一个故事的学术版：现有评测体系兴奋地测量模型能生成什么，几乎没有一个数字在测量验证端的承接能力。
三、当答案免费，信誉就成了稀缺品
有人会问：验证端堵就堵呗，多招点人、多买点算力不就完了？软件业上周刚替科学界踩过一遍坑。Postgres 19因为AI代码审查发现的漏洞太多而延期发布——发现问题的人产能翻了几倍，修复问题的人还是原来那批，社区只好选择推迟。发现和修复之间的产能差，不会因为发现的产能涨得更快而自动抹平，只会越拉越大。
科学界马上会撞上同一堵墙。当模型成批产出”高度可信的可能发现”时，同债评审的通道会被淹没，期刊和会议要么提高门槛把AI产出挡在外面，要么被paper洪流冲垮评审信誉。而”这个发现是真的、可以写进教科书”这句话的签发权，暂时还只在人类手里——这是科学系统最后的、也是最值钱的闸门。
所以剩下给人类的是什么？我认为是两样，都很反直觉。第一样是提问的品味：决定哪些问题值得翻，比如意识到”参数出身”这道悬案值得有人做——这个判断本身三十年里没有一台机器做出过，未来很长时间也轮不到机器。第二样是验证的信用：愿意用自己的署名和职业生涯为一个结论背书。答案变得免费之后，信誉不会跟着免费，只会更贵。
结语
“AI能不能做出科学发现”这个问题，上周的答案还是”再等等看”，这周就变成了”它已经把人类绕了三十年的那道题做了”。真正值得警觉的不是AI变聪明了，而是这道题暴露出人类科学系统的一个盲区：我们以为知识版图上密密麻麻全是答案，其实有整块整块的土地，只是因为没人愿意认领而被涂成了海。AI现在开始在这些海上填岛。人类能做的，是把护照和海关系统建好——想清楚哪些岛算数，哪些不算。