10月,孙宇晨奖的节奏明显快了起来。
先是首批获奖候选人结束公示,进入奖金发放流程;随后,新一期获奖名单公布,三位独立研究者因推进埃尔德什问题(Erd?s problems)的研究获得奖励;没过多久,运营方又宣布与MathDB合作,新增加入50道数学难题,单题奖金最高100万美元。
这一连串动作,让外界开始更清楚地看到孙宇晨做这个奖的想法。
它和常见的学术奖项不太一样。没有复杂的提名体系,也不把主要判断权交给评审委员会,而是先把题目摆出来,谁能解决,谁就来参与。
数学恰好适合这种方式。
一道数学题最后有没有被真正解决,关键还是看证明能不能成立,逻辑能不能经得住检查。研究者来自哪里、履历有多漂亮,并不是最重要的标准。
孙宇晨奖因此把不少环节做得很直接:题库公开,规则公开,答案通过形式化工具验证,1000万美元奖池资金也已经存入公开链上地址,可以直接核对。
这套做法多少带着一些孙宇晨熟悉的技术思路。

孙宇晨是波场TRON的创始人。过去这些年,波场TRON一直在做去中心化基础设施,其中很重要的一点,就是让信息、记录和结果尽可能公开、可验证。
如今,这种思路被放到了数学悬赏上。
奖金放在哪里,可以查;题目是什么,可以看;答案对不对,尽量交给形式化验证,而不是靠“谁说了算”。
当然,孙宇晨奖最近受到关注,还有一个原因是AI。
孙宇晨此前多次谈到AI对科研方式的改变。在他看来,AI今后可能不只是帮研究者做计算、整理资料,而是会越来越深地进入推理和证明过程。
这次公布的获奖成果,已经有了这样的味道。
三位独立研究者在推进埃尔德什问题时,引入了AI系统参与部分证明策略推演和形式化验证。人负责找方向、做判断,机器负责处理部分推演和检查工作。
这种分工过去并不常见,但随着AI能力提升,它可能会越来越多地出现在数学研究中。
奖项运营方公布的信息显示,相关候选人在公示期内没有出现未解决异议,资格审核也已经完成,目前进入书面确认和奖金发放阶段。
比起“AI会不会替代数学家”这样的宏大讨论,孙宇晨奖更像是在做一件具体的事:先给新的研究方式一个可以落地的场景。
这次与MathDB合作,也是同样的思路。
新增50道数学难题之后,悬赏范围继续扩大,单题奖金最高100万美元。题目越多,参与者越多,这套机制才更有机会真正运转起来,而不是停留在一次活动上。
对年轻研究者和独立研究者来说,这种模式也比较直接。
不需要先进入某个圈子,也不需要等谁来提名。题目摆在那里,能不能做出来,答案本身最重要。研究过程也可以公开讨论,AI工具同样可以参与其中。

孙宇晨显然希望把这件事做得更长一些。
基础数学不像消费产品,很难隔一段时间就制造一个新热点。一道难题可能要研究很多年,真正有价值的成果也未必来得很快。
所以,奖池是否真实存在、规则能不能长期执行,反而比短期热度更重要。
把1000万美元奖池放到链上,把规则提前公开,再把机器验证放进流程里,至少让这套机制从一开始就有了比较清楚的运行方式。
从波场TRON到数学悬赏,孙宇晨关注的场景变了,但方法没有完全变。
公开、验证、降低参与门槛,再让技术去处理原本需要大量人工参与的环节。
现在,随着获奖成果开始进入发放阶段,MathDB合作落地,50道新题加入,孙宇晨奖也开始从一个新鲜概念,变成一套真正跑起来的机制。
对孙宇晨来说,这件事带来的意义也不只是多了一个奖项。
它更像是在波场TRON之外,又增加了一个新的个人技术标签:愿意把资源投入到长期问题里,也愿意拿自己熟悉的技术方法,去试试传统领域还能不能有另一种解法。
