人类最熟悉的数学运算，是乘法。
从小学竖式到芯片底层电路，乘法的运行速度可以说已经刻进文明底座了。全世界每秒钟都要执行无数次乘法，但有个理论问题一直卡在数学家喉咙里：算两个 n 位数相乘，到底能快到什么极限？
2026年9月23日，OpenAI 一份论文标题直接踩线：“Integer multiplication below n log n”。
注意，这个措辞是“below”，不是“far below”。
突破是真的，但幅度有点幽默
外行看热闹，内行看门道。这篇论文到底突破了多少？
评论区第一条高赞写得很直白：
I laughed out loud at the n lg n ^ (1 - 2^{-182}). It is so funny.
看不懂这个公式没关系，直接说结论：这个改进数字小到什么程度呢？2的负182次方。对，这不是打游戏的2的100次方级别的震撼，这是接近零的、基本等于没有的进步。
翻译成人话：乘法速度的理论极限被打破了，但只打破了大概一纳米的距离。
打个比方，你跑了一辈子100米短跑，终于打破了世界纪录，结果发现只比原纪录快了0.00000000000000000000000000000000000000000000000001秒。
这确实是纪录，看得出汗也真流了。
一个冷知识：乘法极限之争，远超你想象
这里要先讲清楚，为什么“n log n”这个位置这么敏感。
简单说，这是数学界公认的“理想国”边界。几十年来，学者们普遍认为：两个n位数相乘，无论如何优化，计算复杂度不可能低于 n log n 这个量级。
这就像物理学里的光速。你可以无限接近，但没人觉得你真的能蹚过去。
而 OpenAI 这篇论文就是在说：不，我们过来了。虽然只用脚尖蹭过去了一点点。
但就是这一点点，可能比你想象的更重要。评论区有人一针见血：
I mean, cracking anything below the nlogn bound implies that there might be much more room for improvement. Often a very minor win over the theory opens up enough extra attention to later truly move the needle.
突破瓶颈的价值不在于你现在多快，而在于你证明了瓶颈可以被打破。
当年第一个跑进10秒大关的百米飞人，优势也是零点零几秒。但门开了，后面所有人都涌进来了。
等等，这篇论文出现在哪？
这份论文就藏在 OpenAI 的 GitHub 仓库里。打开一看就知道，这根本不是一篇单独的神秘研究成果。
这个仓库里的论文标题多到让人怀疑人生，从“The Kakeya maximal conjecture in three dimensions”（三维Kakeya极大猜想）到“The Falconer distance conjecture in all dimensions”（高维Falconer距离猜想），手笔大得吓人。
随便拎出几个标题，全是数学界几十年的老钉子户。
而“Integer multiplication below n log n”只是这份论文海洋里的一小页。这本身才是更值得琢磨的信号：OpenAI 到底在攒什么大招？他们究竟往数学圈投入了多大的计算资源和研究力量？
最狠的质疑来了：没人能看懂，也没人验证过
当然，科学圈不是饭圈。论文挂出来，评论区立马有人开始专业拆台。
有人问了一个非常现实的问题：
Is there an associated machine-checked proof of this? We're in full vibe-code mode at work, so I understand both how powerful frontier models can be and how often they can over-confidently state subtly wrong things.
这话说得客气，但翻译过来就是：你们家AI写的东西，有没有经过严格的形式化验证？
现在大模型幻觉问题人尽皆知。如果一个数学家写完证明，还需要另一台AI来帮忙检查，那整个流程的信任链就变得很微妙了。更麻烦的是，这篇论文的长度和复杂度，人工智能赛道上的竞争对手们连看都不一定看完全文。
评论区还有人幽幽地补了一刀：
this is perfect for when i have an array of at LEAST 2^118000 items
这就是在吐槽实际应用价值：这个算法的优势要等到你处理天文数字级别的数据才能体现。日常用？别想了。
但认真地说，这件事怪不了OpenAI
我们得承认一个现实：数学基础领域的每一次突破，刚开始都没什么用。
1843年哈密顿发明四元数时，大家都觉得这是纯概念玩具。结果一百多年后，它成了3D游戏和航天器姿态控制的基石。1936年图灵提出“图灵机”时，没人想到这会成为整个计算机科学的基础。
而这次，可能是人类历史上第一次，一个AI公司在系统性、批量地解决数学界的核心猜想。
对，不是“辅助证明”，是直接以第一作者身份挂出论文标题。这比什么AI辅助写代码、AI生成视频，都更具颠覆性。
个人觉得，如果这些论文最终全部被验证为真，历史书上的2020年代，写的不会是什么自动驾驶或元宇宙。那段历史会叫“人类数学家被AI批量替代的十年”。
但要是里面混进了一个AI过拟合造出来的豪华幻觉，那就是另一场灾难了。
一个无法回避的终局问题
这篇论文也许真的只比理论极限快了一点点，也许真的要等人类造出量子计算机才有应用场景。
但那个问题已经吊在所有人头顶了：
当AI开始挑战乘法极限时，人类的表情不应该是坐在台下鼓掌，而应该想清楚一件事——下一个被算法革命掉的“n log n”，会不会就是你所在行业的入场券？
毕竟，两百年前，谁会想到四元数能上天呢。
【锐评】：乘法提速2的负182次方，OpenAI的数学论文像极了你老同学发朋友圈说“终于脱单了”，评论区还得憋笑排队说恭喜。
参考链接：
https://github.com/openai/math/tree/main/preprints/Integer-multiplication-below-n-log-n-September-23-2026