统计学20年悬案被AI 90分钟破了？伯克利教授：心塞，但更嫉妒

TL;DR：

统计学界一个压了20年的“Boss”被GPT-5.6在90分钟内单刷了。它不仅算得快，还玩起了“创造”——从零造了个反例，直接推翻了一条13万引用经典方法的完美性。教授们一边兴奋一边后背发凉：人类最引以为傲的“灵光一闪”，好像也要被AI抢走了。

---

当伯克利统计学家Will Fithian在推特上写下那句“多希望这是人类完成的”时，整个学术圈都感受到了一种复杂的情绪：震惊、兴奋，还有一丝后背发凉的失落感。因为，他的同行——宾夕法尼亚大学沃顿商学院的Edgar Dobriban教授，刚刚用GPT-5.6在90分钟内，终结了困扰统计学界整整20年的一个核心悬案。

这可不是什么偏门小题，而是现代科学大厦里的一堵“承重墙”。

先来点背景知识：什么是让教授们破防的“BH程序”？

1995年，统计学家Benjamini和Hochberg提出了一套方法（简称BH程序），专门用来控制多重假设检验中的“假发现率（FDR）”。通俗点说，当你在几万个基因里筛选致病靶点，或者在fMRI脑成像中定位数十万个体素的神经活动时，极容易产生“假阳性”——也就是误报。BH程序就是那个保证“你宣称的重大发现中，错误结论比例不会超标”的安全阀¹。

这篇论文有多重要？它被引用了超过13万次。斯坦福统计学大师Emmanuel Candes甚至将其评为“1950年后统计学界最重要的两大发展之一”。可以说，没有BH程序，现代高通量科学（基因组学、神经成像等）的可靠性要大打折扣。

但这座宏伟的大厦上方，一直悬着一朵“乌云”。

20年无人能解的“彩蛋”

当年，BH程序的有效性，只是在各项检验数据“相互独立”的理想假设下被严格证明的。随后在2001年，学者们又将其安全边界扩展到了正相关依赖的情形。但在真实的科研中，数据往往存在极其复杂的依赖性，比如基因组学中因连锁不平衡导致的强相关性。

于是，一个决定性的悬念诞生了：在任意的“相关双侧高斯检验”下，BH程序是否还能金身不破，始终控制住FDR？

过去20年间，无数顶尖大脑前赴后继——推演公式、运行庞大的模拟实验，甚至给出了强烈的预感：BH程序应该依然有效。大家都信了，无数的科研经费和论文结论都建立在这个隐秘的“共识”之上，唯独缺一个严丝合缝的数学证明，或者，一个反例。

请注意，找反例犹如大海捞针。这种构造绝非暴力穷举，你需要在无限的协方差矩阵和均值向量空间中，凭空捏造出一个极其特殊的高斯因子模型，证明在名义显著性水平α=0.01时，FDR偏偏大于了0.0104。这是极度反直觉的智力高空走钢丝。

而GPT-5.6，用了90分钟。

这不是计算，这是“创造”

一个月前，Dobriban教授曾用GPT-5.5尝试解决这个问题，在无休止的智能体循环中跑了整整20个小时，最终铩羽而归。但GPT-5.6发布当天，一切都不一样了。

它并非在历史文献的垃圾堆里检索答案，也没有套用任何已知的推导模板。短短90分钟内，它如同一个拥有异构思维的外星数学家，从零开始构造出了一个前所未有的数学结构：极其诡谲地结合了FDR分析的标准渐近方法，并外挂了严密的数值证书。在此领域，这是一种“相当非典型”的组合技。

它给出的是一套逻辑自洽、严谨、完全可被人类复核的反证链条。当Dobriban与Fithian确认无误，并将配套代码挂上GitHub时²，一切都尘埃落定：这不是幻觉，是铁打的真理。

这才是整场地震真正的震中。长期以来，人类科学家保持着一种心照不宣的骄傲：AI算得再快，也不过是处理大数据的“蓝领”。科研中的“灵光一闪”——那些需要从无到有构建全新数学模型、打破旧有范式的“构造性发现”，是碳基生物专属的自留地。

但GPT-5.6证明了，科研中的“创造性洞见”环节，已经开始向硅基迁移。

“心塞”背后的集体情绪

Will Fithian教授毫不吝啬自己的震撼与兴奋，但那句“我多希望这是由人类来完成的”³，在敬畏的底色里，渗出了一丝失落感。

这呼应了更广泛的一幕：就在不久前，GPT-5.6 Sol Ultra还在一小时内用64个子智能体并行工作，证明了困扰数学界50年的“循环双覆盖猜想”⁴⁵。曼彻斯特大学数学家Thomas Bloom评价说，AI展现了人类缺乏的耐性——人类往往在直觉方法失败后便放弃，而AI会持续尝试微小变化直到突破⁵。

所以真正被改写的，从来不止是一本统计学教科书。那个能写出绝妙反例的大脑，不再需要经历漫长曲折的学术顿悟，它只需要充足的Token和90分钟的推理。

那么，人类科研何去何从？

我们是否该陷入“AI取代数学家”的陈旧恐慌？大可不必。这场风暴真正的启示在于：数学与科学发现的门槛正在被无情地重画。

当一个问题的证明逻辑能够被压缩在几十页纸以内，AI极有可能就会用算力找出那条隐秘的小径。在未来，人类的核心价值将不可逆地升维，退守到科学的最起点和最末端：提出更深邃、更疯狂的问题，以及为机器答案赋予人类的意义。

在这个意义上，Fithian教授那句后背发凉的“心塞”，绝不仅是他个人的智力失落，而是一代科研人在时代拐点上的集体情绪切片。

我们亲眼目睹了旧神的黄昏，也正在见证新物种的破晓。

下一个被GPT用90分钟终结的，会是谁二十年的心血？

• GPT-5.6
• 统计学
• 假发现率
• AI科学发现
• 数学证明
• 伯克利
• 心塞