{"id":"mb-20261027-bacd20","kind":"deep","title":"一万个AI攻破百年数学难题：为什么解题速度越快，数学界反而越恐慌？","summary":"OpenAI出动上万智能体啃下纳维-斯托克斯方程、数周内批量解决近400道未解难题，却让顶尖数学家陷入集体焦虑。本文结合康奈尔大学数学家斯托加茨与汤森德的一线见证，拆解纯数学与应用数学的本质分歧，讲清为什么机器给出的形式化神谕无法替代人类理解，以及这种算力碾压如何正在摧毁年轻学者的培养管道。","body":"一道折磨了全世界数学家近百年的世纪难题，被一万个 AI 连续跑了 88 个小时，宣布解开了。\n外行听了都在为科技狂欢。\n但世界顶尖大学的数学系教授们，却在深夜里急得团团转。\n普通人可能想不通：数学家不就是靠解题活着的吗？\n难题被解开了，你们怎么反而觉得天塌了？\n\n这是 2026 年秋天在学术界引爆的一场超级地震。\n9 月初，OpenAI 放出一个内部研发的模型。\n他们调动了大约一万个 AI 智能体，不眠不休连轴转了 88 个小时。\n啃下的是纳维-斯托克斯方程（Navier-Stokes）的存在性与光滑性。\n这是克雷数学研究所设立的“千禧年七大难题”之一。\n悬赏 100 万美元，卡了人类物理学和数学界将近 90 年。\n结果在 AI 的集群算力面前，它硬生生被咬开了一个口子。\n还没等数学家们从震惊里缓过神来，10 月 6 号，更大的炸弹又落下来了。\nOpenAI 再次丢出一份研究报告：\n他们的最新模型，一口气解决了近 400 个横跨各个领域的数学未解难题。\n平均算力成本，解决一道题只要 3 个小时。\n这些原本像灯塔一样指引了人类几十年、甚至上百年的数学高峰，\n在几个星期之内，被密集的算法直接地毯式轰炸了一遍。\n\n康奈尔大学的应用数学教授斯托加茨（Steven Strogatz），在《大西洋月刊》写下了他的状态。\n凌晨四点二十六分，妻子在楼上熟睡，他在空荡荡的屋子里来回踱步。\n窗外是纽约伊萨卡的深秋，满地火红的枫叶被风卷起。\n在院子里翻滚的落叶，划出一条条清晰的涡流轨迹。\n那是纳维-斯托克斯方程写下的流体规律。\n斯托加茨看着那些落叶，心里五味杂陈。\n他教了一辈子数学，写过无数畅销科普书，但他不得不承认：\n2026 年，数学这个有着四千年历史的古老学科，迎来了真正的生死时刻。\n他不敢在课堂上多说什么。\n因为台下坐着那么多年轻的本科生和博士生。\n这些年轻人原本怀着对崇高真理的敬畏，梦想着靠人类的灵感、同伴的合作，在这片精神高地上奋斗一生。\n现在他们突然发现，推土机已经开到了家门口。\n\n为什么外行觉得题解开了是天大的好事，数学家却觉得天塌了？\n要理解数学家的绝望，得先搞清楚一件事：\n数学界内部，其实住着完全不同的两拨人。\n一拨叫应用数学家，比如斯托加茨自己。\n他们的目光是向外看的。\n研究天气、洋流、金融波动、疾病传播。\n对他们来说，数学是探索现实世界的工具，就像当年的望远镜和显微镜。\n方程解开了，可以用去造飞机、预测气候、研发新药。\nAI 算得越快，他们越兴奋。\n但另一拨人，叫纯数学家。\n他们的目光是完全向内看的。\n纯数学研究的是抽象世界里的极致规律：数字、形状、波形、对称与无穷。\n现实宇宙里没有一个绝对完美的圆，但纯数学家可以在脑海里构造它。\n人类玩这个纯粹的智力游戏，已经玩了整整四千年。\n它是人类心智最纯洁的艺术，地位堪比音乐和诗歌。\n对纯数学家来说，求索的过程本身，就是全部的意义。\n而 AI 现在干的事情，是用野蛮的算力，把人类千百年来攀登高峰的苦苦求索与顿悟狂喜，一把给剥夺了。\n\n更致命的危机，还藏在数学这门学科的传承机制里。\n普通人以为数学就是为了得到一个答案。\n但纯数学最大的价值，从来不是最后那个对错的判断。\n证明过程带给人类的新理解，才是真正的宝藏。\n一道世纪难题被悬挂在那里几百年，它最关键的用处，是充当几代人的磨刀石。\n比如著名的费马大定理。\n怀尔斯花了整整七年闭关把它证出来，数学界难道只是为了确认费马没有吹牛吗？\n当然不是。\n在这场长达三百多年的突围战中，一代代数学家被迫发明了椭圆曲线、模形式等一整套磅礴的现代数学工具。\n难题就像一座险峰。\n你在悬崖峭壁上凿出来的每一条路、打造的每一把登山镐，最后都会变成整个文明的工具库。\n而且，年轻的数学家就是靠这些题目长大的。\n导师挑一个前沿的未解猜想，交给博士生。\n学生在黑暗中摸索三年、五年，推翻无数次草稿，碰得头破血流。\n就在这种痛苦的挣扎中，一个年轻人长出了数学直觉，学会了如何审视复杂系统。\n这是整个数学界几百年来的学徒管道。\n现在呢？\nOpenAI 调集一万个智能体，在庞大的逻辑树上暴力搜索。\n三个小时算完一道，直接生成几十页甚至上百页用形式化语言 Lean 编写的机器证明。\n计算机验证程序跑一遍，绿灯，确认逻辑毫无破绽。\n然后呢？\n没有一个人类能真正看懂它为什么要这么走。\n这篇证明里没有人类可以理解的概念突破，没有优雅的直觉桥梁。\n它是一个冷冰冰的神谕。\n它告诉你结论是对的，但它没有教给你任何看世界的新方法。\n更残酷的是，当几百道最适合用来训练年轻人的灯塔题目，被 AI 几个小时一道批量收割掉之后，\n下一代的数学研究生，该拿什么来当磨刀石？\n\n在文章里，斯托加茨记录了一个意味深长的真实故事。\n他有一个年轻的同事，也是康奈尔大学的顶尖数学家亚历克斯·汤森德（Alex Townsend）。\n就在大模型疯狂解题的那阵子，两人约着一起吃午饭。\n平时文质彬彬的汤森德，那天整个人处于极度亢奋的状态。\n眼睛瞪得很大，一边走一边大声比划。\n汤森德干了什么？\n他把自己研究的数值线性代数领域里，最重要的 200 道未解难题全给整理了出来。\n与其坐以待毙，等着科技巨头的 AI 突然哪天把它们全部踩死，\n他决定抢先一步，把这 200 道题公开发给全世界的数学同行。\n希望人类学者能在巨头动手前，哪怕借助 AI 的帮助，自己去把它们拿下。\n接着，他还打算放出整个应用数学领域的 600 道经典未解难题。\n汤森德的想法很直接：既然抵挡不住技术的巨浪，不如主动拥抱它。\n人类自己拔出所有的石中剑，把旧题库彻底清空，逼着人类去寻找全新的数学前沿。\n可他的同行们听到这个计划，直接炸开了锅。\n有人觉得他勇敢，但更多的纯数学家对他出离愤怒。\n有人甚至当面痛骂他是科技寡头的带路党。\n在纯数学家看来，汤森德这种主动给 AI 喂题目的行为，是在亲手拆毁年轻人的成长通道，是在过早地扼杀数学的生命。\n\n这就是 2026 年，人类数学界面临的真实图景。\n一边是应用学者在大刀阔斧地拥抱算力，\n另一边是坚守纯粹精神家园的学者在深夜辗转反侧。\n机器没有疲惫，没有情绪，一天可以穷举人类几百年才能走完的证明路径。\n在神谕般的算力面前，人类作为“定理证明者”的独占王冠，正在被一片片摘下。\n也许未来的数学，真的会变成另一种模样。\n人类不再需要去算那些令人窒息的复杂推导，\n最珍贵的贡献，变成了提出好问题、设计好框架、以及在机器给出的浩瀚证明中挑出真正有价值的闪光点。\n但那个凌晨四点坐在黑暗中的教授，心里的失落依然挥之不去。\n当整座森林的树木都被巨型伐木机在几个小时内推倒，\n那些原本要在树荫下辨认光斑、耐着性子慢慢长大的年轻学徒，\n又该去哪里学会如何爱上一棵树？","topic":"一万个AI攻破百年数学难题：为什么解题速度越快，数学界反而越恐慌？","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-27 09:44:05","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"一万个AI攻破百年数学难题：为什么解题速度越快，数学界反而越恐慌？","description":"OpenAI出动上万智能体啃下纳维-斯托克斯方程、数周内批量解决近400道未解难题，却让顶尖数学家陷入集体焦虑。本文结合康奈尔大学数学家斯托加茨与汤森德的一线见证，拆解纯数学与应用数学的本质分歧，讲清为什么机器给出的形式化神谕无法替代人类理解，以及这种算力碾压如何正在摧毁年轻学者的培养管道。","domain":"ai","domain_label":"AI 与大模型","domain_label_en":"AI & LLMs","domain_url":"https://mubeitech.com/deep?domain=ai","canonical_url":"https://mubeitech.com/deep/mb-20261027-bacd20","markdown_url":"https://mubeitech.com/deep/mb-20261027-bacd20/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261027-bacd20","published_at":"2026-10-27T09:44:05Z"}