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？

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。 外行听了都在为科技狂欢。 但世界顶尖大学的数学系教授们，却在深夜里急得团团转。 普通人可能想不通：数学家不就是靠解题活着的吗？ 难题被解开了，你们怎么反而觉得天塌了？

这是 2026 年秋天在学术界引爆的一场超级地震。 9 月初，OpenAI 放出一个内部研发的模型。 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。 啃下的是纳维-斯托克斯方程（Navier-Stokes）的存在性与光滑性。 这是克雷数学研究所设立的“千禧年七大难题”之一。 悬赏 100 万美元，卡了人类物理学和数学界将近 90 年。 结果在 AI 的集群算力面前，它硬生生被咬开了一个口子。 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。 OpenAI 再次丢出一份研究报告： 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。 平均算力成本，解决一道题只要 3 个小时。 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， 在几个星期之内，被密集的算法直接地毯式轰炸了一遍。

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。 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。 窗外是纽约伊萨卡的深秋，满地火红的枫叶被风卷起。 在院子里翻滚的落叶，划出一条条清晰的涡流轨迹。 那是纳维-斯托克斯方程写下的流体规律。 斯托加茨看着那些落叶，心里五味杂陈。 他教了一辈子数学，写过无数畅销科普书，但他不得不承认： 2026 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。 他不敢在课堂上多说什么。 因为台下坐着那么多年轻的本科生和博士生。 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。 现在他们突然发现，推土机已经开到了家门口。

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？ 要理解数学家的绝望，得先搞清楚一件事： 数学界内部，其实住着完全不同的两拨人。 一拨叫应用数学家，比如斯托加茨自己。 他们的目光是向外看的。 研究天气、洋流、金融波动、疾病传播。 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。 方程解开了，可以用去造飞机、预测气候、研发新药。 AI 算得越快，他们越兴奋。 但另一拨人，叫纯数学家。 他们的目光是完全向内看的。 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。 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。 人类玩这个纯粹的智力游戏，已经玩了整整四千年。 它是人类心智最纯洁的艺术，地位堪比音乐和诗歌。 对纯数学家来说，求索的过程本身，就是全部的意义。 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。

更致命的危机，还藏在数学这门学科的传承机制里。 普通人以为数学就是为了得到一个答案。 但纯数学最大的价值，从来不是最后那个对错的判断。 证明过程带给人类的新理解，才是真正的宝藏。 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。 比如著名的费马大定理。 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？ 当然不是。 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。 难题就像一座险峰。 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。 而且，年轻的数学家就是靠这些题目长大的。 导师挑一个前沿的未解猜想，交给博士生。 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。 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。 这是整个数学界几百年来的学徒管道。 现在呢？ OpenAI 调集一万个智能体，在庞大的逻辑树上暴力搜索。 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。 计算机验证程序跑一遍，绿灯，确认逻辑毫无破绽。 然后呢？ 没有一个人类能真正看懂它为什么要这么走。 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。 它是一个冷冰冰的神谕。 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。 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， 下一代的数学研究生，该拿什么来当磨刀石？

在文章里，斯托加茨记录了一个意味深长的真实故事。 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）。 就在大模型疯狂解题的那阵子，两人约着一起吃午饭。 平时文质彬彬的汤森德，那天整个人处于极度亢奋的状态。 眼睛瞪得很大，一边走一边大声比划。 汤森德干了什么？ 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。 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， 他决定抢先一步，把这 200 道题公开发给全世界的数学同行。 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。 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。 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。 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。 可他的同行们听到这个计划，直接炸开了锅。 有人觉得他勇敢，但更多的纯数学家对他出离愤怒。 有人甚至当面痛骂他是科技寡头的带路党。 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。

这就是 2026 年，人类数学界面临的真实图景。 一边是应用学者在大刀阔斧地拥抱算力， 另一边是坚守纯粹精神家园的学者在深夜辗转反侧。 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。 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。 也许未来的数学，真的会变成另一种模样。 人类不再需要去算那些令人窒息的复杂推导， 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。 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。 当整座森林的树木都被巨型伐木机在几个小时内推倒， 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， 又该去哪里学会如何爱上一棵树？