分析与偏微分方程

这二十年里，分析与偏微分方程发生的最大变化不是解出了哪个方程，而是「什么算一个解」这件事被重新谈判了三次。第一次是随机方向：当噪声粗到乘法根本没有定义时，正则性结构与仿控分布把「先造一套局部展开的语言，再在这套语言里定义方程」变成了标准动作。第二次是刚性方向的反面：凸积分证明了在低正则性下，方程不但有解，而且有多得离谱的解——非唯一性从病态变成了可构造的定理。第三次是证明本身：区间算术、神经网络与形式化验证依次进场，「计算机辅助的证明」在这个最讲究估计手艺的学科里第一次成为可以发在顶刊的正统方法。下面二十条按这三条线索排列：前六条是解的概念与证明方式的变化，中八条是几类硬方程上的真结果，后六条是分析工具本身的重建。

一、正则性结构理论Theory of Regularity Structures

随机偏微分方程长期卡在一处：像 KPZ 方程、三维动力 Φ⁴ 这类方程里，噪声粗糙到解本身只是分布，而方程要求把两个分布相乘——这个乘法在经典意义下根本不存在。此前的做法是逐个方程手工重整化，每换一个方程就重来一次，且没有统一的判据说明重整化后的对象为什么还是「那个方程的解」。

Hairer 的做法是把泰勒展开整个抽象化。他给每一点配一套局部模型：一组允许出现的「基本对象」（噪声、噪声的卷积、它们的乘积……）与一套刻画这些对象在放缩下如何表现的正齐次度。函数被换成「在每一点用这套对象展开的系数」，方程被换成这套系数之间的不动点方程。乘法在展开层面是定义好的，因为它只是把两组基本对象拼起来。

真正的收益在两处。一是普适性：同一套框架处理了此前互不相干的一批方程，并给出统一的重整化群——需要减掉哪些无穷大，由结构本身算出来，不再靠试。二是收敛定理：光滑化的噪声解在重整化后收敛到抽象解，这条把抽象对象与人们真正关心的物理极限接上了。KPZ 普适类中若干长期悬置的收敛问题由此被打开。

边界也清楚。框架要求方程是「次临界的」——非线性项在小尺度上比线性项弱；一旦进入临界维数（如四维 Φ⁴），结构本身失效，而这正是这十年最活跃也最未决的方向。另一处未决是唯一性的物理含义：重整化常数的选取在数学上由结构固定，但不同选取对应的物理模型是否唯一，仍在争论。

还有一处常被略过的影响：正则性结构把「重整化」这个物理学家用了七十年的操作，第一次写成了一个有明确对象与态射的数学结构（一个 Hopf 代数上的余作用）。这意味着「减掉哪些无穷大」不再是配平技巧，而是由方程的次临界性与噪声的正齐次度共同算出的唯一答案。物理直觉被翻译成了可以被证伪的代数陈述——这是这套理论最容易被低估的那一层收益。

二、仿控分布Paracontrolled Distributions

与正则性结构几乎同时，另一条路给出了同一批方程的另一种解法。它的出发点是粗糙路径中的一个老观察：一个粗糙函数如果与某个已知的粗糙函数「平行」，那么它们的乘积可以靠已知的那一个来定义。仿控分布把这条推广到多维：要求未知解在小尺度上被若干个由噪声显式造出来的对象所仿控，于是所有危险的乘积都能被拆成「已知的坏部分」加「好的余项」。

技术工具是 Bony 的仿积分解与共振项估计——这些在调和分析里已有三十年历史，因此这条路的入门成本明显更低，不需要建立新的代数范畴。它很快被用到三维 Φ⁴、随机 Burgers、KPZ 与奇异随机守恒律上，并催生了一批把随机分析与调和分析直接缝在一起的工作。

两条路的关系在这十年被讲清楚：正则性结构是局部的、逐点展开的，处理高阶奇异性时更有余量；仿控分布是全局的、频率分解的，在中等奇异度的问题上更简便。已有工作证明两者在重叠区域给出同一个解，因此它们不是竞争性理论，而是同一件事的两种坐标。

共同的边界仍是次临界性，以及一个更实际的限制：两套方法都严重依赖噪声的高斯性与独立性来做重整化估计。非高斯噪声、长程相关噪声下的对应理论至今零散。这一格是这条线索里公认的空地。

值得记一笔的是这条路线的社会学后果。正则性结构需要读者先学一整套新范畴，仿控分布只需要 Bony 分解，于是后者在两三年内被大量博士生用起来，随机偏微分方程的从业人数明显扩大。一个理论被采纳的速度，往往取决于它要求读者先放弃多少已有的东西——这条在这十年的数学里不止一次出现。

三、凸积分与 Onsager 猜想的解决Convex Integration and the Onsager Conjecture

Onsager 在 1949 年猜想：不可压 Euler 方程的弱解，当速度的 Hölder 正则性高于 1/3 时守恒能量，低于 1/3 时可以不守恒。守恒那一半在 1994 年被证明；不守恒那一半要求造出一整族耗散能量的弱解，四十年无人能造。

De Lellis 与 Székelyhidi 的洞见是：Nash 与 Kuiper 在 1954–55 年为构造低正则等距嵌入所用的「一层层加高频波纹」的手法，本质上是一种对欠定微分关系的迭代求解，而 Euler 方程的弱解形式恰好是同一类欠定关系。他们把这套凸积分迭代改造成流体版本：每一步叠加一族小振幅高频的 Beltrami 流，用来消掉上一步的应力误差，同时把正则性损失控制住。

十年迭代之后，Isett 与随后的四人组把正则性推到了 1/3 这条线的另一侧，Onsager 猜想被完整解决。更重要的是方法留下来了：在低正则类里，非唯一性不是病理，而是可以按需构造的。此后凸积分被用到输运方程、多孔介质、磁流体、Navier–Stokes 弱解等一长串问题上。

边界与争议同样明确。凸积分造出的解是「野解」：它们满足方程的积分形式，却不是任何物理正则化的极限，因此不能直接当作湍流的模型。这十年的主要工作方向正是给这些解加物理筛选条件（能量局部性、粘性极限、熵条件），看哪些野解能活下来——迄今活下来的很少。

凸积分还留下一个更一般的方法论命题：一个偏微分关系是刚性的还是柔性的，取决于你在哪个正则性类里问它。同一个 Euler 方程，在 C^∞ 里能量守恒是定理，在 C^{1/3−} 里能量可以任意规定。这把「方程决定解」这条朴素信念改写成了「方程与函数类共同决定解」，此后被写进多数偏微分方程教材的绪论。

四、弱解的非唯一性定理Non-Uniqueness of Weak Solutions

Leray 在 1934 年给出的弱解一直被当作三维 Navier–Stokes 的安全网：解总存在，只是不知道是否唯一、是否光滑。八十年里，人们默认「唯一性大概是对的，只是证不出来」。这条默认在 2019 年被推翻了一半。

Buckmaster 与 Vicol 证明：在有限能量、有限耗散的弱解类里，三维 Navier–Stokes 的解不唯一。技术上他们要克服的是粘性项——粘性会迅速抹掉凸积分赖以工作的高频，于是必须发明「间歇性」构造：把能量集中在稀疏的小管束上，使得高频波在被粘性吃掉之前完成消误差的任务。间歇性此后成为这一支的标准零件。

这个结果改变了问题的提法。此前的千禧年问题被理解为「弱解会不会变坏」；之后它更准确的提法是「哪一类解才配叫做解」。Leray–Hopf 类（额外满足能量不等式）中的唯一性至今仍未被推翻，也未被证明，这成为新的焦点。

边界在于：非唯一性定理构造的解不满足能量不等式，因此并未直接冲击 Leray–Hopf 唯一性，也未解决千禧年问题。批评者据此认为它「只是说明这个解类定得太宽」；支持者则指出，它至少永久终结了「靠弱解框架绕过正则性问题」这条路。两种评价目前都成立。

从数值一侧看，这条定理也有直接后果：湍流的数值模拟长期用「解会收敛到某个弱解」作为默许前提，非唯一性说明这个前提没有保证，收敛到哪一个弱解取决于格式引入的隐式粘性。这十年因此出现了一批研究「哪种数值格式选出哪一族解」的工作，把数值分析里一个纯经验的选择问题变成了理论问题。

五、计算机辅助的有限时间爆破证明Computer-Assisted Proof of Finite-Time Blowup

三维 Euler 方程光滑解会不会在有限时间爆破，是流体数学中最老的悬案之一。2014 年 Luo 与 Hou 用高精度数值在带边界的轴对称情形发现了一个极具说服力的自相似爆破场景——涡量在边界驻点处以自相似方式坍缩。但数值不是证明。

Chen 与 Hou 的做法是把问题重写成动力放缩坐标下的不动点方程：如果能证明某个近似自相似解在合适的加权空间中是非线性稳定的，爆破就成立。剩下的是一批极其复杂但每一条都可以数值验证到严格误差界的估计，用区间算术逐项过。最终结果是带边界、光滑初值下三维 Euler 有限时间奇点的计算机辅助证明。

这条线的方法学意义大于单个定理：它给出了一条把「数值上看见的结构」升级为「定理」的标准流水线——先找近似轮廓，再在加权空间里证稳定性，再把估计切成可机验的有限条。同一流水线随后被用到 Boussinesq、多孔介质、非线性薛定谔的内爆等问题上。

边界在两处。一是仍然依赖边界或特定对称性，无边界光滑初值的三维 Euler 与真正的 Navier–Stokes 仍未被攻下。二是社群的接受度：这类证明的可核验性依赖数万行验证代码，审稿的形态与传统证明完全不同，如何建立信任仍在摸索——这也是形式化验证被寄望的地方。

把这条与上一条并排看很有意思：凸积分说低正则下解多得离谱，计算机辅助证明说高正则下解会自己坏掉。两条都是在否定「光滑 + 唯一 + 全局」这个古典图景，但方向相反——一个从解的类别下手，一个从时间的长度下手。二十年前人们期待的那种「找到一个巧妙的先验估计一劳永逸」的解决方式，在这两条夹击下已基本被放弃。

六、神经网络发现不稳定自相似解Neural Discovery of Unstable Self-Similar Solutions

自相似爆破轮廓满足一个非线性本征值问题，传统上靠打靶法与谱方法求解，对稳定轮廓有效，对不稳定轮廓几乎无能为力——不稳定方向会让数值迭代跑飞。而多数有意思的爆破恰恰是不稳定的。

新的做法是用物理信息神经网络直接把轮廓与本征值一起参数化，用残差作损失函数，再配高精度的 Gauss–Newton 优化器收敛到极高精度。因为损失只惩罚残差、不模拟时间演化，不稳定方向不再是障碍。2025 年的工作在多孔介质方程与带边界的三维 Euler 上给出多族此前未知的不稳定自相似解，并观察到一条经验规律：爆破率与不稳定阶数之间有简单的渐近关系。

它与上一条构成一条完整链路：神经网络负责在广阔的解空间里找到候选轮廓并把精度推到区间算术能接住的程度，计算机辅助证明负责把候选升级为定理。二者合起来，改变的是这个领域的发现方式——从「靠直觉猜轮廓」变成「靠优化搜索轮廓」。

边界要说清楚：至今没有任何一个由此发现的新轮廓被完整证明，它们仍是候选。而且这套方法只能找「自相似」这一类爆破；若真实爆破不是自相似的，整条路径看不见它。批评者也指出精度指标本身可能有系统性偏差，需要独立复核。

这条还带出一个关于工具与判据的观察：网络给出的解是否可信，最终不由网络说了算，而由残差能否被区间算术接住。换句话说，机器学习在这里没有降低证明的标准，它只是把搜索与验证彻底分了工。这与它在别的学科里常被诟病的「用不可解释的模型给结论」恰好相反，也是数学界对它接受度较高的原因。

七、压缩流体的内爆奇点Implosion Singularities for Compressible Flows

压缩流体的坍缩自 Guderley 1942 年起就有形式解，但那些解光滑性不足或不满足物理约束。四人组的贡献是构造出一族此前未知的、光滑的自相似轮廓，并证明围绕它们的解在有限时间内密度与速度同时爆破——这是压缩 Navier–Stokes 第一个来自光滑初值的爆破结果。

技术核心是把自相似轮廓的存在性化为一个含参数的常微分方程分支问题，再在其周围做谱分析与稳定性控制。构造中出现的关键量是一个离散的参数族，不同参数给出不同的坍缩速率，其中只有极少数与光滑性相容——这解释了为什么前七十年没找到。

紧接着的推论出人意料：通过 Madelung 变换，同一族轮廓给出了散焦非线性薛定谔方程的爆破解。散焦情形长期被认为不会爆破，因为能量是正定的；这项工作说明在超临界情形下正定能量并不足以阻止坍缩，直接改写了色散方程一侧的直觉。

边界在于：这些爆破是「不稳定」的，需要精心选取初值，因此不能说明典型初值会爆破；粘性情形的结果也依赖特定的状态方程与维数。真正物理意义上「一般初值是否坍缩」，仍是完全开放的。

散焦薛定谔那条推论值得单独记：它是二十年里少见的「一个流体的构造直接推翻了另一个领域的直觉」。此前色散方程社群普遍相信正定能量足以排除坍缩，相关综述里甚至把它当作背景常识写。这提醒了一件常被忘记的事——跨领域的类比在多数时候是启发，偶尔是错误的来源，而识别是哪一种要等到有人真去构造反例。

八、多项式方法与三维 KakeyaPolynomial Method and the Kakeya Problem

Kakeya 问题问的是：包含每个方向上一条单位线段的集合，其维数是否必须是满的。它是调和分析中限制型问题、Bochner–Riesz 求和与波方程局部光滑性的共同上游，几十年停在部分结果上。2009 年 Dvir 用一个不到两页的多项式论证解决了有限域版本，震动了整个领域。

多项式方法的核心极简：若一族几何对象足够多，就存在一个次数不高的多项式在它们上全部为零；再用代数几何的工具（Bézout、零集的维数、多项式分割）反推这族对象必须极其规整，与假设矛盾。Guth 与 Katz 用它加上「多项式分割」这一新零件解决了 Erdős 相异距离问题，把方法从有限域搬回了实域。

2025 年 Wang 与 Zahl 宣布证明了三维实 Kakeya 集猜想——三维 Kakeya 集的 Hausdorff 维数必为 3。这条把上游堵了几十年的口子打开，波及一长串下游估计。整条线索的方法学教训是：一个纯组合的问题，可能因为换到代数语言而整个塌陷。

边界很硬：多项式方法在有限域上锋利，在实域上必须配合分割与归纳，且强烈依赖维数——四维及以上的 Kakeya 仍然开放。而由 Kakeya 到限制猜想的推导并不自动，限制猜想在三维之上依旧未决。

还有一点方法论上的教训：多项式方法之所以在有限域上一击致命，是因为那里的「维数」与「次数」是同一个尺度上的量；搬到实域后必须靠分割把空间切成多项式能控制的块，代价是每一步都要重新估计块之间的相互作用。一个方法从一个数域搬到另一个数域时损失了什么，往往比它保留了什么更值得研究——这十年 Kakeya 的进展基本都是在补这部分损失。

九、l² 解耦定理l² Decoupling Theorem

解耦问题问：一个函数的傅里叶变换支撑在某曲面的邻域上，把邻域切成小块之后，整体的 Lᵖ 范数能被各块范数的什么范数控制。l¹ 是平凡的，l² 才有力——它意味着各块之间几乎不相干。Bourgain 与 Demeter 对抛物面与球面证明了在最优指数范围内的 l² 解耦。

最戏剧性的后果发生在数论一侧：Vinogradov 均值定理是解析数论中一个悬置近九十年的核心估计，此前的最好结果来自 Wooley 的高效差分法。解耦定理直接给出了它的最优形式，而且证明与数论技巧几乎无关——一个纯调和分析的几何论证，解决了一个数论的核心估计。

此后解耦成为标准工具：它被用于改进 Riemann zeta 函数的次凸界、格点计数、Schrödinger 方程解的极大函数估计（并由此解决了 Carleson 关于逐点收敛的维数问题），以及一批曲面上的限制型不等式。方法本身也被推广到更一般的流形与仿射不变的情形。

边界在于：解耦对曲率非退化的曲面最有效，退化情形（如有平点或高余维）的最优解耦仍在逐个攻。而它给出的是 Lᵖ 范数的控制，不给出结构信息——想知道极端情形长什么样，解耦无话可说。

解耦定理还改变了一个学科间的分工格局。此前解析数论中的均值估计被视为需要专门训练的手艺，解耦之后，其中相当一部分变成了「把曲面找对、把块切对」的几何操作。一门学科的核心技术被另一门学科的通用工具取代，这在数学里并不常见，也引发过关于「这算不算数论」的讨论——结论是无所谓，因为定理是真的。

十、集中紧致与刚性方法Concentration-Compactness / Rigidity Method

能量临界的波方程与薛定谔方程有一个共同困难：放缩不改变能量，因此没有任何小性可用，经典的迭代论证全部失效。Kenig 与 Merle 提出了一套通用的三步：先假设存在爆破阈值，再用集中紧致性抽出一个「临界元」——一个能量最小、轨道预紧的反例；最后用守恒律与单调性公式证明这样的临界元只能是静止的，与它爆破的假设矛盾。

这套路径的价值在于它把一大类问题的证明变成了填空：换一个方程，只需重做线性轮廓分解与相应的刚性论证。此后二十年，能量临界 NLS、能量临界波、波映射、Yang–Mills、爱因斯坦方程的若干情形都按这套模板被推进。

它同时提供了一个新的思维单位——轮廓分解：一个能量有界序列可以分解成若干个互相分离的孤子轮廓加一个可忽略余项。这个分解本身成了后续「孤子解耦」猜想的语言基础。

边界在于：刚性一步高度依赖每个方程特有的单调性公式（Morawetz、virial 等），没有单调性的方程这套就走不通；而对聚焦情形，阈值以上的动力学至今只能逐案处理，缺少统一理论。

这套方法还有一个不太被提及的副产品：它逼出了「临界元」这个概念本身的价值。一旦知道反例必须极小且轨道预紧，人们就可以反过来研究这类对象的分类——什么方程有临界元、临界元长什么样，成了独立的研究题目。为了排除一个对象而发展的刻画，最后变成了研究那个对象的工具，这在数学史上反复出现。

十一、孤子解耦定理Soliton Resolution

孤子解耦猜想是色散方程的整体图景：任何整体存在且有界的解，在长时间后都应当分解成有限个按不同尺度放缩的孤子，加上一个自由传播的辐射部分。它在可积方程中靠反散射早已知道，但对不可积方程一直只是信念。

突破口是把轮廓分解从「序列意义」升级为「连续时间意义」，并证明多孤子构型之间的相互作用可以被排除。Duyckaerts–Kenig–Merle 先在能量临界波方程的径向三维情形完成，随后一系列工作把维数与对称性的限制逐步去掉；2022 年起波映射与等变情形也被拿下。

这条线索的意义在于它给出了非线性色散方程的结构性长期预测，而不只是不爆破。它把「解会怎么样」从定性问题变成了可列举的清单：孤子的个数、尺度的分离速率、辐射的正则性，都成为可以进一步追问的量。

边界很清楚：目前的成果集中在能量临界、且多半要求某种对称性；质量临界与超临界情形，以及非径向的高维情形，仍大面积开放。而「孤子」在没有变分刻画的方程里如何定义，本身也未完全解决。

孤子解耦还有一层与其他学科同形的意味：它主张一个复杂系统的长期状态可以被分解为有限个「模态」加噪声。这与湍流的相干结构假说、神经动力学的吸引子分解、乃至机器学习中特征的分解，属于同一种直觉。差别在于色散方程这里能把它证成定理，因而能看清这种直觉在什么条件下成立——那些条件（能量临界、色散、对称性）本身就是给其他领域的提示。

十二、障碍问题奇异集的正则性Regularity of the Singular Set in Obstacle Problems

自由边界问题——冰的融化、渗流、期权定价——共同的难点是边界本身是未知量。Caffarelli 在 1977 年证明自由边界除去一个「奇异集」外是光滑的，但奇异集有多大，四十年只有很弱的上界。

Figalli 与合作者的做法是对奇异点做高阶展开，并结合 Almgren 单调性与维数缩减，证明奇异集在绝大多数维数下的 Hausdorff 维数比此前的上界低整整一档，且在低维情形几乎处处不出现。对 Stefan 问题（融冰），他们进一步证明了奇异时刻在时间上是稀疏的——冰在几乎所有时刻的融化边界都是光滑的。

这条结果的分量在于它把一类被认为「只能定性描述」的病态集，变成了有明确维数计量的对象；而所用的展开—单调性—维数缩减这套组合，随后被搬到极小曲面、调和映射与其它自由边界问题上。

边界在两处：结论在高维会退化，最优的维数上界在若干情形仍未知；另外，这些结果是「几乎处处」型的，对具体某个初值是否真有奇异点仍无法回答——这是所有维数型结果共同的局限。

Stefan 问题那条结论值得单独说：它回答的是一个物理上很朴素的问题——冰在融化过程中，边界会不会长出尖点。答案是会，但只在极稀疏的时刻。一个「几乎所有时刻都光滑」的结论，比「总是光滑」更接近真实，也更难证；这类「奇异性存在但可忽略」的陈述，正在成为自由边界与几何测度论共同的标准结论形态。

十三、分数阶算子的延拓法Extension Method for Fractional Operators

分数阶拉普拉斯算子是非局部的：某点的值依赖整个空间，因此局部 PDE 的全套工具（极值原理的局部形式、能量方法、Harnack 不等式）都不能直接用。这在概率、金融跳跃过程、非局部扩散中形成长期障碍。

Caffarelli 与 Silvestre 证明：分数阶拉普拉斯可以写成高一维空间中一个退化椭圆方程的 Dirichlet-to-Neumann 映射。于是非局部问题被换成一个局部问题，只是多了一个带权的维度。局部工具全部恢复可用。

延拓法几乎立刻改变了这一支的面貌：非局部方程的正则性理论、自由边界（薄障碍问题）、非局部极小曲面、以及分数阶 Sobolev 不等式的最优常数问题，都在其后十年被系统建立。它也把 De Giorgi–Nash–Moser 的整套遗产迁移到了非局部世界。

边界在于：延拓法适用于由自伴、具体核给出的分数阶算子；一般的非局部算子（核不对称、依赖位置、无标度不变性）没有延拓表示，只能另起炉灶。这十年的主线正是发展不依赖延拓的非局部正则性理论。

延拓法还有一个教学层面的后果：它让分数阶算子第一次可以被非专家使用。金融中的跳跃扩散、图像处理中的非局部去噪、种群生态中的长距离扩散，都在这十年里直接搬用了这套局部化技术。一个理论工具的影响力，常常取决于它把入门成本降到了哪一档——延拓法把「需要懂 Lévy 过程」降到了「会解带权椭圆方程」。

十四、最优输运与曲率-维数条件Optimal Transport and Curvature-Dimension Conditions

Ricci 曲率是黎曼几何的量，需要二阶导数，在度量测度空间上无从谈起。而许多重要的极限对象（Gromov–Hausdorff 极限、Alexandrov 空间、加权流形）恰恰不光滑。Lott–Villani 与 Sturm 各自独立发现：Ricci 下界等价于相对熵在 Wasserstein 空间中沿测地线的一条凸性不等式——而这条不等式不需要求导。

Ambrosio、Gigli 与 Savaré 随后补上了关键一环：加上「Sobolev 空间是希尔伯特的」这条线性化要求，得到 RCD 条件，它既保证了极限的稳定性，又排除了 Finsler 型的反例。结果是一个自洽的框架，在其中热流、Laplace 算子、Bochner 公式、分裂定理、几乎刚性定理全部成立。

这套语言的最大收益是极限对象第一次可以被当作研究对象而不只是技术中间物：Ricci 极限空间的结构理论、体积收敛与几乎刚性、以及与 Ricci 流的对接，都建立在它之上。它同时把最优输运从概率工具升格为几何的基础语言。

边界与未决：上界与截面曲率至今没有同等成功的对应刻画；RCD 空间的奇异集结构、以及它与更弱的 CD 条件之间的关系，仍是活跃的争点。另一处限制是维数——许多结果要求有限维假设，无穷维情形的对应理论零散。

RCD 还改变了几何与概率的关系。熵、热流、Wasserstein 距离原本是概率论的语言，如今成了定义几何量的手段；反过来，几何的刚性定理为概率上的泛函不等式提供了最优常数。两门学科在这二十年里不是互相应用，而是共用了同一套定义。这也解释了为何这一支的从业者同时出现在概率、几何与最优输运三个方向的会议上。

十五、定量随机均质化Quantitative Stochastic Homogenization

随机均质化的定性结论在 1980 年代已经建立：随机系数的椭圆方程在大尺度上表现得像一个确定的均质方程。但这条定性结论几乎不能用——工程与数值上需要知道「多大的尺度算大」、误差有多大、涨落服从什么分布。

两条路线各自给出答案。Gloria 与 Otto 用谱间隙与浓度不等式直接控制修正子的振荡；Armstrong、Kuusi 与 Mourrat 则建立了一套变分的、次可加的框架，把误差递归地压下去，得到最优的代数收敛率，并证明了修正子的涨落满足中心极限定理。

这套定量理论有直接的应用后果：多尺度数值方法第一次有了严格的误差估计，随机介质中波的传播、复合材料的有效性质、以及随机行走的不变原理，都获得了带常数的结论。它也把「均质化」从渐近陈述变成了可计量的工程判据。

边界在于：结果大多要求系数场的相关性衰减足够快（有限程或指数混合）。长程相关介质中的均质化率完全不同，且理论零散。非线性与非散度型的情形也远未达到线性椭圆的水平。

定量均质化还澄清了一件工程上长期含糊的事：所谓「代表性体积单元」到底要多大。此前这是靠经验取的经验值，定量理论把它变成了由相关长度、维数与目标精度共同决定的显式公式。把一个工程经验参数还原为可计算的量，是这类定量化工作最实在的产出，也是它能拿到应用数学之外资助的原因。

十六、平均场极限的定量传播混沌Quantitative Mean-Field Limits and Propagation of Chaos

从 N 个相互作用粒子过渡到一个平均场方程，是从 Vlasov 到二维涡量方程的共同背景。经典证明要求相互作用力有界或至少 Lipschitz，而物理上最重要的核（Coulomb、Riesz、Biot–Savart）恰恰是奇异的，长期只能在特殊情形处理。

Jabin 与 Wang 用相对熵与大偏差方法处理了 W^{-1,∞} 核；Serfaty 则引入了「模相对能量」——一个把粒子构型与极限密度之差直接编码进能量的量，其时间导数可以被自身控制。由此得到了 Coulomb 与 Riesz 相互作用下带显式速率的平均场极限，并覆盖了带噪声与不带噪声两种情形。

这条线索把平均场极限从存在性陈述变成了定量陈述：给定 N，误差有多大；涨落围绕极限做什么分布。它随后与随机矩阵、Coulomb 气体的普适性、以及机器学习中两层神经网络的训练动力学分析接上——后者正是把参数当作相互作用粒子来处理。

边界在于：多数结果要求相互作用是排斥的或有凸性结构，吸引情形（引力、化学趋向性）会出现坍缩，极限本身可能不存在；此外速率通常在维数上退化，高维的最优率仍未知。

与机器学习的对接值得单记：两层神经网络的训练在参数数目趋于无穷时，恰好是一个 Wasserstein 空间中的梯度流，而这正是平均场极限的语言。这十年一批关于「为什么过参数化的网络仍能训练出好解」的理论工作，用的就是这套工具。一个为等离子体与涡量发展的框架，被原样搬去分析训练动力学——这类迁移在这二十年里越来越频繁。

十七、朗道阻尼的非线性证明Nonlinear Landau Damping

朗道在 1946 年从线性化方程算出：无碰撞的等离子体中扰动电场会指数衰减，尽管方程完全可逆、熵不增。这个「没有耗散的衰减」在物理上被广泛接受，但非线性层面上是否成立争论了六十年——因为衰减的机制是相混合，而非线性项可能把已经混合掉的信息重新聚回来。

Mouhot 与 Villani 证明了：对解析或 Gevrey 正则的小扰动，非线性朗道阻尼成立。证明的核心是控制「回声」——被相混合送到高频的信息在非线性作用下部分返回低频的现象；他们发展了一套随时间损失正则性的范数与牛顿迭代来吸收这些回声。

后续工作把结构讲得更清楚：回声的强度与正则性类直接相关，Sobolev 正则性下阻尼一般不成立，Gevrey 类是分界。同一套「相混合 + 回声控制」的思想随即被搬到流体上，给出了二维 Euler 与 Navier–Stokes 中剪切流附近的惯性阻尼与增强耗散结果，成为这十年流体稳定性的主线之一。

边界很硬：至今所有结果都要求高于 Sobolev 的正则性与小扰动，且多在无边界的环面上；有边界、大扰动、以及带碰撞项的情形基本开放。物理上最关心的湍流态更是完全在射程之外。

这条结果还有一个哲学味道的余韵：朗道阻尼说明一个完全可逆、熵不增的系统，可以在宏观上表现出不可逆的衰减。信息没有丢失，只是被送到了越来越高的频率上，宏观观测量再也看不见它。这与统计力学中「粗粒化产生不可逆」的老论证是同一件事，只是这次有了定理而不是论证。

十八、增强耗散与过渡阈值Enhanced Dissipation and Transition Thresholds

流体力学有一个长期的理论—实验鸿沟：线性稳定性分析说 Couette 流对所有雷诺数稳定，实验里它却在高雷诺数下必然湍流化。原因是非模态增长——扰动可以先被剪切放大很多倍再触发非线性。问题因此不是「稳不稳」，而是「多大的扰动会失稳」。

这套工作把问题精确化为过渡阈值：存在指数 γ，使得初始扰动小于雷诺数的 −γ 次方时解回到层流，大于则可能转捩。他们对三维 Couette 流在不同正则性类中算出了具体的 γ，并揭示了两个此前只在数值里出现的机制：升力效应（法向速度驱动流向条纹）与增强耗散（剪切把能量送到高频，使有效耗散率远高于粘性本身）。

这条线索的价值在于它给了转捩一个可被实验证伪的数，而不是定性描述；同时它把上一条的相混合技术从等离子体带到了流体，形成一套统一的「剪切—混合—耗散」分析语言。

边界：结果集中在 Couette 与少数简单剪切流、无边界或简单边界，且阈值指数在不同正则性类中差别很大，最优指数多数未定。真实管流的转捩仍在射程之外。

过渡阈值这条线索最值得称道的是它的可证伪形态：它不说「Couette 流会转捩」，它说「阈值指数是某个具体的数」，于是数值实验可以直接去量。近十年确实出现了一批专门测量阈值指数的数值工作，理论与数值第一次在同一个量上对话。这在流体稳定性这个历来理论与实验各说各话的领域里，是罕见的进展形态。

十九、非局部与非线性的 De Giorgi 型理论Nonlocal De Giorgi–Nash–Moser Theory

De Giorgi–Nash–Moser 定理是二十世纪椭圆理论的支柱：系数只要可测有界，解就自动 Hölder 连续。把它搬到非局部世界需要重做全部工具，因为非局部算子的「局部振荡」会被远处的值污染。

这十年建立起来的框架用两条替代物：一是把远场贡献放进一个尾项，并证明尾项可以被平均量控制；二是用非局部版本的能量不等式与 De Giorgi 迭代。由此得到了对一大类核（只要满足上下界与对称性）的 Hölder 估计与 Harnack 不等式，并且常数只依赖结构参数。

它的应用面很宽：非局部扩散的长时间行为、带跳跃的随机过程的转移密度估计、准地转方程的临界耗散情形（Caffarelli–Vasseur 的全局正则性证明正是用这套），以及机器学习里图上的非局部算子。

边界在于：多数结果仍需要核的对称性与两侧多项式界；退化核、各向异性核、以及依赖解本身的核（拟线性非局部）只有零散结果。另外非局部的 Harnack 不等式必须带尾项，无法像局部情形那样干净——这被认为是本质的，不是技术的。

准地转方程那条应用值得点名：临界耗散情形的全局正则性曾被视为通往三维 Navier–Stokes 的试金石，而它在 2007 年前后被两组人分别用非局部 De Giorgi 迭代与模连续性方法解决。它同时也划出了这条路的界限——准地转是标量方程，涡量拉伸不存在，而正是涡量拉伸构成三维问题的全部困难。这个「解决了但推不动上游」的案例，此后常被引用来说明什么叫真正的障碍。

二十、形式化验证进入分析Formalization of Analysis in Proof Assistants

分析的证明常常是几十页密集的估计，一个常数写错很难被发现；而计算机辅助证明更把审稿推到极限——没有人会逐行读几万行验证代码。这个可信度缺口在这十年成了现实问题。

形式化验证给出的解法是把定义、引理与估计逐条写进证明助手，由内核检查每一步。mathlib 在这十年从零建起了测度论、泛函分析、复分析与调和分析的基础库；2023 年一批数学家用三周把一个刚发表的组合数论定理完整形式化，证明了「形式化跟得上前沿」而不只是整理旧结果。

对分析而言，最直接的用途是把区间算术验证的那一半纳入同一套信任链：轮廓的存在性、误差界、以及最后的不动点论证可以在同一个内核里检查，不再是「论文一半、代码一半」。若干爆破证明的关键估计已开始按这条路重做。

边界要说实话：形式化目前的成本仍是原证明的数倍到数十倍工时，且高度依赖库的覆盖度——一个还没有被形式化的经典定理会让整条链断掉。自动化（含大模型辅助）在这两年进步很快，但可靠性与可核验性本身又成了新的问题。

还有一层与本栏其他面板同形的观察：形式化验证真正改变的不是证明的正确性，而是数学劳动的分工形态——库的建设者、形式化的执行者与定理的发现者第一次成为三种不同的角色。这与实验科学里理论、仪器与数据分析的分工是同一种演化。分工一旦成形，评价体系必须跟上，而目前数学界对「形式化了一个别人的定理」这类工作如何计功，尚无定论。

把二十条摆在一起，第一条线索是「解」这个概念被反复重新谈判。正则性结构与仿控分布造出的是「在展开语言里才成立的解」；凸积分造出的是「满足积分形式但不是任何物理极限的解」；RCD 与非局部理论造出的是「在没有导数的空间里也说得通的解」。二十年前，弱解是不得已的退让；二十年后，解的类别本身成了要被主动设计与筛选的对象——而问题也从「有没有解」变成了「哪一类解才配叫做解」。

第二条线索是证明方式的转移。区间算术把估计切成可机验的有限条，神经网络把轮廓的发现从直觉变成优化，形式化验证把可信度从「审稿人读过」变成「内核检查过」。这三件事的共同后果是：在这个最讲究手艺的学科里，一个结论的可信度第一次不再取决于有多少人读懂了它。代价是新的信任问题——几万行验证代码与一个训练好的网络，都是需要被独立复核的对象，而学科还没有建立起相应的规矩。

第三条线索最容易被忽略：刚性与柔性在同一个二十年里被同时推到极致。一边是凸积分证明低正则下解多得离谱，一边是孤子解耦与刚性方法证明高正则下解的长期形态被完全决定。两者不矛盾，它们共同标出了一条正则性的分界线——线以下是构造的天下，线以上是刚性的天下，而那条线在哪里，正是 Onsager 指数、Leray–Hopf 类、Gevrey 与 Sobolev 之别这些结果各自在回答的同一个问题。下一个十年最可能的转向，是把这条线从逐个方程的经验值，变成一个统一的判据。