GPT-5.6用90分钟终结统计学20年悬案：一个AI从业者的冷思考
核心事件
宾夕法尼亚大学沃顿商学院统计学教授 Edgar Dobriban 近日发布推文，宣布其团队利用OpenAI旗下 GPT-5.6 在 90分钟 内解决了一道困扰统计学界整整 20年 的未解之谜。该成果由伯克利统计学家 Will Fithian 等人复核确认，配套代码已开源至GitHub。
一、这道题为什么值20年？
BH程序：现代科学的"安全阀"
1995年，Benjamini与Hochberg提出了著名的 BH程序（Benjamini–Hochberg Procedure），用于控制多重假设检验中的假发现率（FDR）。
- 该论文至今已被引用超过 13万次。
- 斯坦福大学统计学大师 Emmanuel Candes 将其评为 "1950年后统计学界最重要的两大发展之一"。
应用场景：
- 从几万个基因中筛选致病靶点
- 在fMRI脑成像中定位数十万个体素的神经活动
- 保证"你宣称的重大发现中，错误结论比例不会超标"
二十年的"乌云"
BH程序的有效性最初仅在 "相互独立" 的理想假设下被严格证明。2001年，学者们将安全边界扩展到了 正相关依赖（PRDS） 情形。
但在真实科研中，数据往往存在极其复杂的依赖性——例如基因组学中因连锁不平衡导致的强相关性。于是诞生了统计学界的一个核心悬念：
在任意的"相关双侧高斯检验"下，BH程序是否还能始终控制住FDR？
过去二十年，包括Reiner-Benaim、Kim、van de Wiel、Sarkar以及Benjamini本人在内的无数顶尖学者前赴后继，最终只找到了一个反例的线索，却无人能构造出严密的数学证明。
二、GPT-5.6的90分钟
从GPT-5.5到GPT-5.6：质的飞跃
Edgar Dobriban透露，就在一个月前，他用 GPT-5.5 在无休止的智能体循环（Agentic loops）中让机器狂奔了 数天、大约20个小时，最终铩羽而归。
而GPT-5.6的表现截然不同：
| 维度 | GPT-5.5 | GPT-5.6 |
|---|---|---|
| 耗时 | ~20小时 | 90分钟 |
| 方式 | Agentic loops循环试错 | 从零构造反例 |
| 结果 | 失败 | 成功 |
它做了什么？
GPT-5.6并非在历史文献中检索答案，也没有套用已知推导模板。它在短短90分钟内：
- 从零构造出一个前所未有的数学结构
- 结合FDR分析的标准渐近方法
- 外挂严密的数值证书（Numerical certificate）
- 给出了一套逻辑自洽、完全可被人类复核的反证链条
关键数字：在名义显著性水平 α = 0.01 时，FDR偏偏大于了 0.0104。
三、学术圈的震动
Will Fithian的"心塞"
伯克利统计学家Will Fithian在推文中写道：
"这个猜想是统计领域内最有趣的未解之谜……GPT-5.6解决了它，但我多希望，这是由人类来完成的。"
更深层的启示
材料中提出了一个值得所有AI从业者思考的问题：
"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。"
这意味着：
- 科研中的 "创造性洞见" 环节，已经开始向算力迁移
- 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
- 未来，"寻找答案"和"构造推导" 将不再是人类智力的最高体现
四、给AI从业者的行动清单
1. 重新评估模型能力边界
GPT-5.5与GPT-5.6之间的差距不是线性的，而是 质的跨越。从"机械计算"到触及"创造"的禁区，这种跃迁速度可能远超行业预期。
2. 关注Agentic工作流的升级
Dobriban的实验表明，智能体循环（Agentic loops）在GPT-5.5上需要20小时仍告失败，但在GPT-5.6上90分钟即完成。这意味着：
- 模型基座能力的提升 比单纯增加Agent迭代次数更重要
- 设计多步推理任务时，需重新评估时间预算
3. 思考人机协作的新范式
材料指出，人类的核心价值将升维到：
- 提出更深邃、更疯狂的问题
- 为机器答案赋予人类的意义
对AI开发者而言，这意味着产品设计的重心应从"让AI替人做"转向"让人与AI共同发现"。
五、延伸阅读与原始材料
| 资源 | 链接 |
|---|---|
| 原始论文 | https://faculty.wharton.upenn.edu/wp-content/uploads/2017/06/bh.pdf |
| GitHub代码库 | https://github.com/dobriban/BH |
| ChatGPT对话记录 | https://chatgpt.com/share/6a541c6f-a2d0-83ea-bb2f-782271a103ca |
| Will Fithian推文 | https://x.com/wfithian/status/2077218361398964684 |
| Edgar Dobriban推文 | https://x.com/EdgarDobriban/status/2077082912021786660 |
| jdlichtman推文 | https://x.com/jdlichtman/status/2077297788304429195?s=20 |
本文所有事实、数字、时间、链接均来自原始材料，未经任何外部信息补充。