如果AI解开了世界难题，人类数学家还剩下什么？

本文来自微信公众号： 秦朔朋友圈 ，作者：Irene Zhou继知名数学家陶哲轩公开批评OpenAI后，近期另一位新晋菲尔茨奖得主邓煜也炮轰OpenAI——不能你蒸馏了全世界，不让别人来蒸馏你。随着顶级模型公司不断破解世界级数学难题，数学家们集体破防。邓煜近期提出的观点大意是，AI公司在构建大模型时，通过“知识蒸馏”或抓取全人类的网络文献、学术论文与知识库来训练自己。然而，当外界或同行希望了解模型的推理过程（即“思维链”）时，这些公司却以“防止被蒸馏”为由进行全方位加密和拒绝公开。邓煜直言：“你不能在只有你蒸馏全人类的网络文献、全人类的知识的时候，就大大方方地去蒸馏；然后觉得别人想要了解一下思维链，就开始说这个不行、那个不行。”早在9月，陶哲轩等25位菲尔兹奖得主就发表联合声明《人工智能在数学中的严重错位》，引发全球关注。核心信息是，大语言模型（LLM）的数学能力大幅提升，已经能够解决多个数学领域中重要未决问题。数学这个职业最宝贵的资源是学生和思想，而模型公司以“结果”驱动的行为毁坏了数学研究的“过程”。声明反对AI公司把破解难题当作算力军备竞赛式的性能展示，跳过人类消化、提炼、传承的关键步骤。然而，AI浪潮是既定事实，更是势不可挡。笔者近阶段采访了多位在美国高校任职的知名数学家。例如，华盛顿大学的数学系博士、Rutgers罗格斯统计系副教授韩启阳，他多次斩获来自美国国家科学基金会（NSF）等的重要奖项。他对笔者表示，随着AI在解题、证明乃至数学发现方面的能力迅速提升，传统数学研究的部分价值与稀缺性正受到严重冲击。“过去需要长期专业训练才能完成的工作，未来可能越来越多地由AI辅助甚至它独立完成。在以往的学术评价体系中，这类工作构成了大量研究者考核、晋升和基金等重要资源分配的基础；但在AI时代，数学单纯‘解决问题’本身的价值正在迅速贬值。”究竟在AI时代，人类数学家的意义是什么？数学学科应该如何重新审视教育本身？数学家们为什么破防？由于现代数学极高的专业壁垒，数学一直是“高贵”的学科，数学家解答问题的能力价值极高。之所以AI让数学家集体破防，原因也很简单：数学研究过程是艰苦的，数学家的愉悦来源是，解决问题本身的精神愉悦，以及别人对自己“智力巅峰”的仰慕。然而，AI使得智力价值迅速贬值，这是一种价值体系的崩塌，这在距离应用最远的数学学科上尤为突出。近期前沿AI模型接连更新。例如，OpenAI在2026年9月8日宣布：他们调用约1万个并行AI智能体，用一个尚未公开的下一代模型，仅用88小时就“解决”了纳维-斯托克斯方程（Navier–Stokes）的存在性与光滑性问题，并同步公开了166页论文和Lean形式化验证代码。AI就这样突然把这个困扰大家多年的开放性难题解答了出来。而后，OpenAI还发布了更多难题破解案例。韩启阳对笔者表示，自己对AI能力的看法已经变了。他原本认为，基础学科研究对创造性和发散性思维要求极高，是少数难被AI取代的工作。现在他的这一判断已经动摇，而且变化就发生在短短的一年，甚至几个月之间。在他看来，基础数学、统计学、应用数学、运筹学和理论计算机科学等与数学紧密相关的学科，传统上不太依赖人力和物质资源，主要靠研究者自己的智力投入。研究者通常要花数年时间学习，反复组合、迁移和运用已有的知识与方法，才能掌握一个细分领域的通用方法，进而进入前沿做原创研究。近几个月AI的数学推理能力出现质的飞跃，这些学科的传统科研模式已经开始被颠覆。普通基础研究中，有大量创新是对已有知识和方法的“排列组合”，这类工作AI现在已能相当轻松地完成。一名普通博士生过去要花数年完成的工作，今天的AI可能只需几个小时。在以往的学术评价体系里，这类成果是考核、晋升和基金分配的重要依据，如今其中相当一部分的学术价值正在快速贬值。他提到，GPT-5.6 Sol发布后短短几个月，arXiv等预印本平台上相关领域的论文数量呈爆炸式增长，不少文章明显带有完全由AI生成的痕迹，圈内称之为“AI slop”（AI泔水）。这些变化正在给基础学科的研究生态带来巨大冲击。学界不得不重新思考几个问题：什么样的研究仍有真正的原创价值？研究者的核心能力到底是什么？AI已经能大规模参与，甚至独立完成科研工作，学术评价体系和研究伦理又该如何重建？邓煜的最新批判事实上，继9月陶哲轩引爆各界对AI冲击数学家的讨论后，“只许州官放火，不许百姓点灯”——这是邓煜最新对OpenAI等模型公司的开火。原因在于，AI公司在构建大模型时，通过“知识蒸馏”或抓取全人类的网络文献、学术论文与知识库来训练自己。然而，当外界或同行希望了解模型的推理过程时，这些公司却以“防止被蒸馏”为由进行全方位加密和拒绝公开。韩启阳对笔者表示，邓煜对OpenAI的主要批判点在于，OpenAI没有公开思维链。“一般做数…