核心内容总结
2026年，OpenAI、Anthropic、DeepMind三家AI公司在数学领域接连取得突破性进展：OpenAI推翻了80年历史的"单位距离猜想"，Anthropic找到"雅可比猜想"的反例（该猜想是21世纪顶级数学难题之一），DeepMind解决了9道Erdős难题（含2道56年悬案）。这些成果相比以往更自主、问题份量更重，但也引发数学界担忧——AI可能冲击同行评议体系、模糊成果归属、扭曲研究导向。数学家们发布《莱顿宣言》，呼吁规范AI在数学中的应用，守住"什么数学值得做"的决定权。
详细解读
1. AI今年干了啥？从"银牌选手"到"悬案终结者"
2026年是AI在数学领域的"爆发年"：
- OpenAI：5月推翻"单位距离猜想"——这个问题是Erdős在1946年提出的（平面上n个点，最多有多少对距离为1的点？Erdős猜正方形网格最优），困扰数学家80年，菲尔兹奖得主高尔斯评价"这是AI首次接近顶级证明水准"。
- Anthropic：7月用Fable 5找到"雅可比猜想"的三维反例——该猜想被列为21世纪18大数学难题，张益唐博士论文就研究它，却因论文不顺一度打杂为生。这次AI的反例仅几行式子，很快被验证。
- DeepMind：5月用AlphaProof Nexus解决9道Erdős难题（2道56年悬案），还能自主用Lean语言验证证明正确性，推理成本仅几百美元。
对比之前：2024年AI在IMO（国际数学奥赛）仅拿银牌（解有答案的题）；2025年GPT-5号称解决Erdős难题，实际是"超级文献检索"（抄冷门论文）。今年的突破是原创且自主，不再依赖人类喂答案或检索。
2. 为啥这些成果这么震撼？难题够硬+AI更"独立"
这次突破的核心亮点有两个：
- 难题份量重：不再是冷门题，而是数学界公认的"硬骨头"。比如单位距离猜想是Erdős亲自悬赏的，雅可比猜想是斯梅尔（菲尔兹奖得主）列的世纪难题，每个都经过几代数学家反复尝试。
- AI更自主：之前AI是"半自主"——生成候选方案，需要数学家人工筛选、改错误；今年OpenAI的证明是全自主生成，DeepMind更狠：用Lean语言（一种严格的数学形式语言）自己检查每一步，错了就改，直到通过（相当于AI自己当老师批改作业）。
Anthropic的反例更是"简洁到出圈"——几行式子就能验证，普通人都能看懂，自然引发大众关注。
3. AI比人类数学家厉害吗？优势明显，但还没超越
结论：AI暂时没比人类聪明，但有人类没有的优势：
- 无学科壁垒：现代数学分工极细（比如组合几何专家很少懂数论），但AI能跨领域用工具。比如OpenAI解单位距离猜想，就用了数论里的方法——像心脏外科医生突然用免疫学思路治病，人类很难想到。
- 无权威偏见：人类面对Erdős这样的传奇数学家，会倾向于证明他的猜想是对的；AI却敢直接找反例，没有心理包袱。
- 耐心爆棚：找反例需要反复试，AI能不眠不休试无数次，人类做不到。
但AI也有致命弱点：缺乏新方向的洞察。用北大李欣意副教授的比喻：人类数学知识像凹凸不平的多边形，顶级数学家能在某个尖角拓展未知；AI只能把凹进去的地方补齐（"取凸包"），却不会开辟新的尖角。比如希尔伯特提出23个问题，AI永远想不出来——它只会解决已有的问题，不会定义"什么问题值得解决"。
4. 数学界慌了？三大危机浮出水面
AI的爆发让数学家们警惕，《莱顿宣言》列出三个核心担忧：
- 同行评议过载：AI几小时生成一个证明，人类审稿要几周甚至几个月。有能力审顶级数学成果的专家极少，AI成果井喷会让评审体系"消化不良"——如果大量错误证明以新闻稿形式发布，会误导公众，挤占真正有价值的研究空间。（比如OpenAI最近宣布解决50年难题，却没经过外部专家验证）
- 成果归属混乱：AI训练用了大量前人论文，却无法给贡献者署名；AI和人类合作的成果，算谁的？版权争议也来了——训练数据里的论文有没有授权？
- 研究导向被带偏：科技公司喜欢做"容易出成果、大众能看懂"的题（比如单位距离猜想），而不是"有深远意义但难出成果"的题。大学预算紧张时，数学家可能被迫和公司合作，放弃真正重要的研究——数学的价值不只是解题，更要判断"什么题值得解"，这是AI做不到的。
数学家们想守住的，不只是自己的工作，更是数学研究的"灵魂"——决定"什么数学值得做"的权利。
5. 未来：AI是工具还是对手？
目前AI更像"超级助手"：它能帮人类快速试错、跨领域找方法，但离不开人类的判断。比如OpenAI的证明需要9位顶级数学家审查修正，DeepMind的Lean验证也需要人类最后确认意义。
但如果AI哪天学会了"开辟新方向"（比如提出类似希尔伯特23问题的新问题），那才是真正的超越。现在，数学家们希望规范AI的使用——公开AI工具、坚持同行评议、由人类承担责任，让AI成为数学研究的助力，而不是主宰。
这篇新闻的本质是：AI正在改变数学研究的方式，但数学的核心价值（理解、探索、判断）仍掌握在人类手中。未来，AI和人类数学家的关系，可能是"搭档"——AI负责"大力出奇迹"，人类负责"方向和意义"。