- 一个由人工智能发现的多项式映射（7次）在三维空间中作为对已有87年历史的雅可比猜想的反例，其雅可比行列式为常数（-2），但三个不同点映射到同一输出，从而证明该猜想在≥3维中是错误的。
- 该反例是一个“零折扣声明”：它可公开验证、可复现、确定性强，且不需要信任声明者——任何人都可以运行符号检查并立即确认。
- 该结果被框架化为“验证套利”：实验室（Anthropic）利用可信、可审计的数学成果，为关于AI能力和企业价值的不可审计的商业声明建立信任。
- 四个不同的声明经常被混淆：人工制品声明（已验证）、贡献声明（模型被归功但不可审计）、能力声明（有前景但缺乏成功率）和泛化声明（薄弱，从数学跳跃到商业领域）。
- 夸大优先性、自主性、难度和泛化等软变量的模式，将一个无懈可击的核心变成了夸大其词的故事；企业买家应要求具备与数学成果同等可审计性的商业证据。