宾夕法尼亚大学沃顿商学院副教授 Edgar Dobriban 借助 OpenAI 的最新语言模型 GPT-5.6 Sol Pro，在约 90 分钟内成功推翻了一个困扰统计学界长达 30 年的核心猜想。这一猜想涉及广泛应用的 Benjamini-Hochberg（BH）方法，该方法自 1995 年由统计学家 Yoav Benjamini 和 Yosef Hochberg 提出以来，已成为控制多重假设检验中错误发现率（FDR）的基石工具，原始论文被引用超过 13 万次。

该猜想假定，即便在数据存在相关性且服从正态分布的情况下，BH 方法仍能可靠地将错误发现率控制在目标水平之下。长期以来，学界默认这一假设成立，但始终未能给出严格证明。Dobriban 在预印本论文中展示了如何利用 AI 构建出一个反例统计模型，在该模型中，实际的错误发现率可证明地超过了目标水平（0.104 对比 0.1），模拟实验也验证了这一结果。

值得注意的是，前代模型 GPT-5.5 在多个智能体协作运行超过 20 小时后仍未能找到有效解决方案，而 GPT-5.6 Sol Pro 仅用 90 分钟便完成了任务。Dobriban 本人评价称，这一能力提升是“相当真实”的。

从产业与科研视角看，这一突破的意义更多体现在理论层面。Dobriban 指出，实际偏差“相对较小”，目前该发现并不意味 BH 方法在实践中不可用，其实际影响仍需进一步研究。然而，它对 AI 能力边界的讨论提供了新弹药。伯克利统计学家 Will Fithian 将这一被推翻的猜想称为“我所在统计学领域最有趣的开放问题”，并将该成果视为“AI 能力进步的又一标志，其影响将远超数学领域”。

该事件也再次点燃了关于 AI 创造力本质的辩论。据 Dobriban 描述，模型的解决方案并非凭空创造出全新理论，而是以一种“不寻常”的方式组合了已知方法。这恰好触及一个更大的未解问题：基于人类数据训练的模型，究竟是能推理出真正的新知识，还是“仅仅”在重组训练中所学的内容？深度学习先驱 Richard Sutton 等人倾向于认为，要实现能自我改进和泛化的 AI，可能需要超越这种重组能力，他近期已为此创立了初创公司。

尽管如此，即便 AI 的能力边界目前仍停留在高效重组已知信息，其作为嵌入人类科研工作流的日常工具，价值已不容小觑。Dobriban 的案例为这一日益增长的例证清单增添了浓重一笔，同时也让部分学者对自身工作的独特性产生了复杂情绪。Fithian 坦言：“我忍不住怀念那些逝去的日子，那时一项关键成果总意味着有一位同事值得庆祝，一种人类洞见值得钦佩，一项人类成就值得被激励。”