7.7
深览指数
科技虎嗅·果壳··AI 生成
2026，AI给数学家带来危机
文章以2026年AI在数学领域的三大突破（OpenAI推翻单位距离猜想、DeepMind解决9道Erdős难题、Anthropic找出雅可比猜想反例）为引，梳理了AI数学能力从2024年IMO银牌到如今自主证明的加速曲线。核心贡献在于，它不只报道了新闻，更深入揭示了AI突破背后的“设计”逻辑（如问题选择的人类友好性）、当前AI数学能力的本质局限（“知识的凸包”而非真正的探索），以及由此引发的数学界深层危机：同行评议体系被冲击、成果归属模糊、科技公司可能扭曲数学研究导向。适合对AI能力边界、科学方法论或学术共同体生态感兴趣的读者。原文 ↗
核心观点
- ▍2026年AI在数学上的突破是本质性的，但并非因为AI更聪明，而是因为它没有学科壁垒和权威偏见，能通过“大力出奇迹”的方式，在已知知识边界内进行“取凸包”式的补齐，而非在未知方向上进行真正的探索。
- 012026年5月，OpenAI的通用推理模型自主推翻了匈牙利数学家埃尔德什提出的“单位距离猜想”，该猜想已困扰数学界80年，菲尔兹奖得主高尔斯评价其为“此前任何AI生成的证明都无法接近的水准”。
- 022026年5月，DeepMind的AlphaProof Nexus自主解决了9道公开的Erdős难题，其中2道已悬而未决56年，且使用Lean语言完成了自主正确性检验，不再需要数学家人工质检。
- 032026年7月，Anthropic员工用Fable 5模型为“雅可比猜想”（斯梅尔21世纪世纪数学难题之一）找出了三维空间中的一个反例，推导仅寥寥几行，易被验证。
- 04AI突破的成功离不开“人类友好”设计：OpenAI团队精心挑选了既重要、又通俗易懂、且证明不冗长的问题；OpenAI最终证明仍需9位数学家人工审查和大幅改进，DeepMind的Lean验证路径也受限于“翻译”现有数学定理的基础设施不足。
- 05北大副教授李欣意用“凸包”比喻：AI的数学能力是将现有知识边界上的“凹陷”补齐，而非像一流数学家那样在某个尖角上向外拓展，或像希尔伯特那样在多个方向上远行。
反方 / 局限
- — 文章指出，AI在证明中可能犯下人类难以察觉的错误，且其快速生成大量“看起来正确”的证明，会导致同行评议体系“消化不良”，大量未经验证的AI成果以预印本或新闻稿形式发布，可能误导学界并挤占真正有价值发现的空间。
- — 《莱顿人工智能与数学宣言》提出更隐蔽的威胁：科技公司倾向于选择“容易做”而非“有深远意义”的数学问题，可能改变学术界的激励机制，变相鼓励研究人员进行不对等合作，破坏招聘、资助和认可机制，威胁数学研究的自主性。
- — 文章提及，AI成果的归属问题悬而未决：AI建立在大量前人成果之上却无法合理署名，涉及版权争议；且OpenAI在发布新闻稿宣布解决50年数学问题时，未获外部专家确认，也未说明其成果中包含多少人类劳动。
单位距离猜想雅可比猜想保罗·埃尔德什蒂莫西·高尔斯斯蒂芬·斯梅尔李欣意OpenAIDeepMindAnthropicAlphaProof NexusFable 5Lean莱顿人工智能与数学宣言国际数学联盟Erdős难题
13 分钟 · 4 卡片 · 9 资料
读原文 →