当AI“秒杀”百年数学难题，为什么顶级数学家们反而集体“炸毛”了？
大家好，我是你们的财经记者兼经济学者。今天我们要聊一件听起来很科幻、但正在真实发生的事：AI解出了困扰人类近百年的数学难题，但数学家们不但不高兴，反而联名抗议，说AI在“搞破坏”。
这听起来是不是有点反直觉？我们一直以为，AI就是用来提高效率、解决难题的“超级助手”。如果它把难题解了，难道不是好事吗？
别急，让我们把这件事掰开了、揉碎了，用大白话给你讲清楚。这背后不仅关乎数学，更关乎我们每个人的饭碗、学习的方式，甚至人类文明的未来。
---
一、 核心内容总结：一场关于“答案”与“理解”的战争
简单来说，9月8日，OpenAI宣布用AI工具花了88小时，跑通了“纳维-斯托克斯方程”的形式化证明。这是克雷数学研究所悬赏100万美元、困扰数学界近百年的七大难题之一。
按理说，这是AI的里程碑式胜利。但三天后，包括陶哲轩（Terry Tao）、邓煜等25位菲尔兹奖得主（数学界的诺贝尔奖）在内的顶尖数学家，发表了一封措辞严厉的公开信《人工智能在数学中的严重错位》。
他们的核心观点是：
AI虽然给出了“正确答案”，但它跳过了“理解过程”。对于数学（以及所有知识型工作）来说，“怎么做出来的”比“做出来什么”更重要。AI正在像“直升机空投”一样把答案扔给我们，却抹去了人类在探索过程中积累的智慧、工具和直觉。这种“只有结果，没有过程”的模式，正在摧毁数学研究的根基，甚至可能让年轻学者失去成长的机会。
---
二、 深度拆解：为什么数学家们如此焦虑？
为了让你彻底看懂这场风波，我将从以下五个方面进行详细解读：
1. 陶哲轩的“反水”：连最亲AI的人都坐不住了
在这封联名信中，最引人注目的名字是陶哲轩。
很多人可能不知道，陶哲轩其实是AI的“铁粉”。他早就开始用GPT-4写代码、做图表，甚至用AI辅助证明。他曾公开表示：“GPT-4确实为我节省了大量繁琐的工作。”他甚至预测，到2026年，AI将成为数学研究值得信赖的“合著者”。
既然他这么喜欢用AI，为什么还要带头抗议？
因为问题出在了“度”和“方式”上。陶哲轩发现，当AI能够直接产出完整的、看起来无懈可击的证明时，它不再是一个“助手”，而变成了一个“黑箱”。
他打了个比方：以前数学家研究难题，就像徒步者在崇山峻岭中寻找瀑布。你会迷路，会在路上发现其他有趣的小溪、岩石，并把这些记在地图上。这些“迷路”和“发现”，构成了未来其他探险者的指南。
但现在，AI就像一架直升机，把你直接空投到瀑布前，然后接你走人。你看到了瀑布（答案），但你没有走过那条路，你不知道沿途的地形，也没有留下任何地图。
对数学家来说，那张“地图”（解题过程中的新思路、新工具）比“瀑布”（最终答案）更有价值。 因为地图可以被后人复用，而瀑布只能看一次。
2. “低本底钢”理论：好问题是不可再生的资源
数学家们还有一个更深层的担忧：AI正在“挥霍”数学界的宝贵资源——开放问题。
陶哲轩把那些经过几十年筛选、值得研究的数学难题，比作“低本底钢”。
什么是低本底钢？那是1945年人类第一次核试验之前生产的钢材。因为没被放射性尘埃污染，它的背景辐射极低，是制造精密仪器（如核探测器）的绝佳材料。而且，这种钢材不可再生，用一点少一点。
数学问题也是一样。
- 问题可以随便提：你可以用AI瞬间生成成千上万个数学问题。
- 但好问题很难找：判断一个问题值不值得花时间去攻克，靠的是几代数学家积累的直觉和经验。这些被筛选出来的“好问题”，就像低本底钢一样，是不可再生的资源。
现在，AI公司把这些珍贵的“好问题”当成了评分榜去刷。它们用巨大的算力（GPU）去碾压这些问题，一旦答案公开，这个问题作为“未污染测试集”的价值就永久下降了。
更糟糕的是，这浇灭了年轻学者攻克难题的热情。以前，一个博士生花三年时间攻克一个小难题，虽然难，但过程能让他成长。现在，AI 11分钟就出了结果，年轻人还会愿意花三年去“手动”推导吗？如果没人愿意做基础探索，数学的未来谁来接棒？
3. “证明消化不良”：AI的答案，人类吸收不了
你可能会问：答案是对的，逻辑也没错（经过Lean程序检查），为什么数学家不认？
陶哲轩提出了一个概念：“证明消化不良”。
AI生成的数学论文，无论正确与否，看起来都非常有说服力。它们结构严谨、语言流畅，但往往缺乏人类思维的自然流动感。
- 人类的证明：像是一篇散文，有起承转合，有“为什么我要这么做”的解释，有“这里我卡住了，后来我发现……”的曲折。读者可以跟着作者的思路走，从而学到新的思考方式。
- AI的证明：像是一份代码报告，只有“步骤1、步骤2、步骤3”，每一步都正确，但缺乏“为什么”。
数学家们发现，阅读AI写的证明，就像吃了一块压缩饼干，虽然饱了（得到了结论），但身体（大脑）吸收不了营养（思维方法）。如果数学知识不能被人类“消化”和“传承”，它就只是一堆数据，而不是智慧。
4. 从欧几里得到GPS：过程才是创新的源泉
如果你觉得“过程重要”这个说法太抽象，我给你讲一个古希腊和GPS的故事。
公元前300年，欧几里得写下《几何原本》，建立了平面几何体系。其中第五条公设（平行公设）特别复杂，连欧几里得自己都很少用。
两千年里，无数数学家试图用前四条公设证明第五条，全部失败。直到19世纪，俄国数学家罗巴切夫斯基反其道而行之：假设第五条不成立，看看会怎样。
结果，他构建出了一套全新的几何系统——非欧几何。这套系统违背直觉（比如三角形内角和小于180度），但在逻辑上完美自洽。
当时没人觉得这有什么用，直到半个世纪后，爱因斯坦出现了。
爱因斯坦发现，广义相对论需要描述弯曲时空，而黎曼发展的非欧几何正好提供了完美的数学工具。如果没有当年数学家们在“证明第五条公设”过程中的“失败”和“探索”，就没有非欧几何，就没有广义相对论，也就没有今天你手机里的GPS导航（GPS必须修正引力导致的时间偏差，否则每天会偏差11公里）。
这就是过程的重要性：
- 过去，得到正确答案和获得理解是同一件事，因为人必须理解很多东西才能走到答案。
- 现在，AI第一次可能把这两件事拆开：答案的增长速度远远超过了人类的理解速度。
如果AI直接给出“弯曲时空”的公式，而不经历那两百年的几何探索，爱因斯坦可能根本想不到要用几何来描述引力。创新往往诞生于“迷路”的过程中，而不是终点。
5. 从数学到职场：AI正在消灭“入门级”的成长路径
这个问题不仅仅局限于数学界。比尔·盖茨在2026年8月的博文中警告：AI正在消灭“入门级岗位”。
- 过去的职业成长：一个年轻人进入律所、医院或软件公司，从打杂开始。虽然工作简单，但他在观察、模仿、犯错中积累了经验，建立了职业关系，最终成长为专家。
- 现在的职业成长：AI可以瞬间完成那些“打杂”工作。一个资深律师+AI，就能替代过去一个律师团队的工作。
问题来了： 如果年轻人连“打杂”的机会都没有了，他们怎么积累经验？怎么建立职业直觉？
盖茨说：“新岗位的培训周期比旧岗位消失的速度慢得多。那么中间那段时间，谁来接住他们？”
数学家担心的、围棋手（如柯洁）感叹的、盖茨忧虑的，本质上是同一件事：当AI工具能直接给出结果，跳过了人类从过程中学习的环节，“答对”和“理解”就分离了。
这道裂缝，正在从数学蔓延到所有知识工作领域。
---
三、 结语：我们该怎么办？
当然，也有乐观的声音。加州大学圣塔芭芭拉分校的王正汉教授认为，数学不会消亡，就像飞机出现后，赛车并没有消失，只是变成了另一种竞技形式。未来的数学家可能会像赛车手一样，利用AI这个“超级引擎”去探索更深的领域。
刘慈欣在科幻小说《赡养上帝》中预演过这种困境：一个外星文明把全部科技资料交给人类，但人类完全看不懂，因为那些知识缺乏“过程”和“语境”。最终，那个外星文明因为机器接管了一切，自己反而退化到了需要重新学习一元二次方程的地步。
当下的AI冲击，或许没有科幻那么夸张，但它敲响了警钟：
1. 对于个人：不要只依赖AI给出答案。要重视“过程”，要像陶哲轩那样，把AI当作工具，而不是替身。你要知道为什么AI这么做，而不仅仅是它做了什么。
2. 对于教育：我们需要重新思考教育的目的。如果考试只考答案，那AI就是满分学生。未来的教育必须更侧重批判性思维、创造力和对过程的掌控。
3. 对于社会：我们需要制定“计划”，保护年轻人的成长路径，确保AI是增强人类的能力，而不是替代人类的学习过程。
记住：答案可以被复制，但智慧只能被传承。而传承，需要过程。