时间：2026年8月16日
地点：英国剑桥、美国普林斯顿、伦敦 DeepMind
人物：菲尔兹奖得主、剑桥大学数学教授 Timothy Gowers；普林斯顿大学数学教授 Peter Sarnak；DeepMind 研究员 Tom Zahavy
事件详情：菲尔兹奖得主 Timothy Gowers 在 8 月 12 日博客《What sort of maths are LLMs good at?》中指出，现有 LLM 擅长组合已知方法、尝试多条搜索路径，但缺乏在庞大搜索空间中找到少数有效路径的”直觉”。普林斯顿数学家 Peter Sarnak 在最新一期《AMS Notices》评论中持相同观点：AI 可以从现有理论推导结果，但无法从基础问题出发发展出重大证明所需的抽象。DeepMind 研究员 Tom Zahavy 在论文《LLMs Can’t Jump》中进一步指出，瓶颈在于”操纵性溯因”（manipulative abduction）—— 即在没有语言前例的情况下发明全新基础假设的能力。
背景：三位数学家的评论形成对 LLM 创造力极限的联合证词。2026 年 5 月 Gowers 在巴黎 GOSIM 会议上曾表示 ChatGPT 5.5 Pro 已能解决博士级数学难题，但最新表态显示严肃学界对 LLM 创造力局限已形成共识。与此同时，Zahavy 的论文也指出”世界模型”（World Models）有望成为突破方向。
影响：这一系列数学权威的联合评估将推动 AI 研究从单纯扩展语言模型转向”世界模型”等具备自主推理能力的新架构。Sarnak 与 Gowers 的评论为”LLM 已接近天花板”这一论断提供了数学界的权威背书，可能加速科研资源向新一代推理架构倾斜。
总结：LLM 已被证明是强大的”计算器”和”组合工具”，但在创造性思维上存在硬伤。单纯堆参数和数据的扩展路线可能已接近极限，”世界模型”或成下一阶段突破的关键。
参考来源：
1. The Decoder：https://the-decoder.com/top-mathematicians-say-llms-are-strong-calculators-but-poor-creative-thinkers/
2. Timothy Gowers 博客：https://gowers.wordpress.com/2026/08/12/what-sort-of-maths-are-llms-good-at/
3. AMS Notices：https://www.ams.org/journals/notices/202607/noti3373/noti3373.html
4. The Decoder Tom Zahavy：https://the-decoder.com/language-models-cant-spark-scientific-revolutions-but-world-models-might/
5. 新浪新闻：https://k.sina.com.cn/article_5952915720_162d2490806703zec0.html
6. 中国网：https://news.china.com/socialgd/10000169/20260728/49638210_1.html
7. 网易订阅：https://www.163.com/dy/article/KSRKHIU20556BTRS.html