OpenAI解出数学难题，数学家：人类不再是主要定理证明者

2026年9月8日，OpenAI宣布其模型解决了数学界最著名的问题之一。消息立刻引发关于作者身份和标准的争议。得克萨斯大学奥斯汀分校的Scott Aaronson在博客上写下这样一句：人类数学家不再是地球上主要的定理证明实体。

数学家Ken Ono已经离开学术界，加入AI初创公司Axiom Math。他在加州大学伯克利分校的演讲中警告学生：你们可能正在进入一个根本不存在、或者完全不同的职业。这场原定50分钟的演讲，因为提问延长到两个多小时，学生有愤怒，也有沮丧。

冲击之所以如此剧烈，与纯数学这门学科的特殊位置有关。它介于科学与人文之间，看重逻辑和确定性，但内核是美、直觉和深度这些模糊得多的东西。麦吉尔大学博士生Marcel Goh说，数学取决于你问谁，要么是最有科学味的人文学科，要么是最有人文味的科学。他特别强调数学在物理学等领域的“不合理有效性”。

在数学传统里，过程比结果更重要。数学家提出一个问题，价值常常在于它指向一段有趣的旅程，实际用途是次要的。Goh说，目的从来不是定理本身，而是延续一个没有市场价值却惠及社会的传统：深入推理、理解世界、传播知识。

AI的产出恰恰绕开了这个过程。目前的AI证明几乎没法读。它们省略关键细节，在无关概念上浪费篇幅，也不展示新工作与现有文献的联系。数学家知道证明为真——系统验证过逻辑——但不知道为什么。缺的正是理解，而理解是数学家日常交易的核心货币。

数学文化几乎完全围绕问题解决发展起来，整个社区的激励结构建立在证明定理之上。当解决问题变得容易、理解答案依然困难时，这套激励不再成立。加州理工学院博士生Tasmin Chu说得更直接：它打破了我们的系统，把系统推到极限然后摧毁它。

OpenAI和Anthropic正在直接和数学家竞争，还挖走了不少人。它们忙着快速证明定理，却很少花力气写清楚的论文，不解释这些结果，也不放进上下文。OpenAI还宣布将超过100项重要结果保密。Chu认为这是对开放科学的巨大损害，唯一可能的价值是股东价值。

数学交流的生态已经在恶化。许多数学家不再在论文末尾发布开放猜想和潜在想法。他们怕这些内容被机器人抓走，喂给AI模型。另一些人为避免被抢先，提前发布还没准备好的论文。期刊和arXiv被AI辅助或生成的证明淹没，没有人能真正消化或核查。arXiv开始限制作者每月最多提交两篇论文。《机器学习研究汇刊》一位编辑联系了10篇拟拒稿论文的作者。多数人要么不回应，要么连自己工作的基本问题都答不上来。MathOverflow的活动大幅下降。学生私下拿AI模型问问题，其他人也不愿在暴露给机器人的空间里分享想法。

多伦多大学数学家Daniel Litt认为现有平衡已经打破，必须找到新的平衡。他描述了一个糟糕的未来：如果我们不适应，50年后数学就不复存在，没有人做数学，连机器都不做。加州理工学院的Matilde Marcolli在《伦敦数学学会通讯》上警告：只把攻克猜想当作唯一目标和回报，这个职业可能很快倒闭。数学未必终结，想象力却可能先耗尽。

麻省理工学院的Pavel Etingof给出了另一种预测。数学家会把越来越多的工作交给AI，自己专注解释、理解、学习结果。会有多得多的数学需要理解，数学家会有很多工作，可能和以前不同，但肯定有趣。Litt也认为，也许几年内AI生成的论证就能从“垃圾”变成优美写作。他梦想读到优美阐述的高兴趣结果——那是他进入这一行的原因。但他补了一句：再好的写作也无法让你理解数学。数学家未来要重写AI证明，寻找更优雅的论证，提出理论和框架，提出问题、构思新猜想。他们还要培养判断力：知道什么有趣、什么重要。

Etingof还点出一个文化层面的问题：如果AI证明了所有定理而数学家不知道，这些定理不能成为文化的一部分，因为文化本质上属于人类。

数学家已经开始重新思考三件事：怎么培训学生、怎么接受论文、怎么做招聘决定。他们正在实验要求投稿附带演讲。伯克利座谈会上有学生担心，20、30、40年后，没有接受过经典数学训练的人还在不在。他们更担心的是：到那时，整个数学知识体系可能没法访问。

Goh觉得数学文化“有病”。他对此非常沮丧，这件事本不必如此。他把AI的诱惑比作《指环王》里的萨鲁曼，被无限知识和力量的承诺腐化。Goh和越来越多的数学家开始称自己为AI“素食者”，有意识地限制对技术的使用。他承认船在沉没，但已经决定尽可能留在船上。

Chu等人成立了“人类数学协会”。他们的理由是：现在缺的不是更多数学，而是政策提案和工具——用来应对危机、改变生态。

Litt相信存在一个好的未来：数学家能学到大量有趣的数学，人们做着最酷的事。那会是一个充满活力、深度理解的社区。