近期，全球数学界正悄然上演一场变革，几大标志性事件引发学界的持续关注和热议——

　　一是国产大模型DeepSeek-V3.2-Speciale在国际数学奥林匹克竞赛（IMO）、国际信息学奥林匹克竞赛（IOI）等顶级赛事中斩获金牌级成绩；

　　二是菲尔兹奖得主陶哲轩借升级后的谷歌Gemini，十分钟补全一道困扰学界多年的埃尔德什（Erds）问题证明，从论证分析打通了结论确认；

　　三是传奇数学家小野健（Ken Ono）辞去弗吉尼亚大学终身教职，加入了由他的博士生洪乐潼创办的初创公司，专注创造“AI数学家”……

　　从在奥赛夺金，到协助数学家解题，再到自主攻克数学难题，学界热议的一个核心议题是：AI或许会相当快地超越人类数学家。如果AI能独立验证猜想、破解难题，人类数学家又将何去何从？

AI是数学研究的工具还是颠覆者？

　　先说57岁著名数论学家小野健的“离职”。据说，促使他决定离开象牙塔的一个原因，是在一次研讨会上受到的冲击：他发现自己在直觉与抽象思维上的领先优势，正在被AI迅速缩小。而小野健加入的初创公司Axiom Math（公理数学），由他曾经的学生、年仅24岁的洪乐潼创办。这家公司的愿景直白而惊人：构建能够猜想、证明并解释的AI数学家。他们的模型在无人干预的情况下，攻克了困扰数学界数十年的两道埃尔德什难题，且逻辑无漏洞。

　　那么，AI对数学研究的影响目前进展如何？记者在采访多位学者后发现，对于这一问题，目前学界存在两种截然不同的声音。

　　一种声音认为，AI到目前为止只是一个辅助工具，距离独立解决前沿数学研究问题，还需要很久。就在去年，复旦大学上海数学中心青年研究员林伟南通过结合计算机算法，与合作者共同解决了持续大半个世纪之久的126维Kervaire不变量（几何拓扑学中的一个重要概念）问题，获得广泛关注。在林伟南看来，目前的AI更像是“聪明的字典”。自ChatGPT出现以来，AI在数学方面还没有出现新的“颠覆性时刻”，大部分只是技术性的提升。就以考试打比方来说，“好比最好的是80分，明天有AI达到了81分，另一个82分，再一个83分……虽然每走一步都会有报道，但实际上进步不是特别大。”

　　林伟南指出，AI目前在处理高度抽象的数学概念时，仍面临AI幻觉和专用语料库不足的挑战。所以，数学家目前更多是利用AI来补全形式化证明中的琐碎步骤或LaTeX（一种排版系统）代码，核心的思路框架仍需人类主导。对于“AI取代数学家”的说法，他持保留态度：“至少十年内不太可能。”

　　而持另一种截然相反的观点认为，随着AI的发展，传统意义上的解题型数学家可能会失去存在的必要。

　　数学AI创业者、深耕AI与数学研究的马小扁就将人类数学家自身的局限称为“原罪”——寿命太短、速度太慢、脑容量太小。如他所言，“一些巨大的数学定理可能需要几万页、耗时几十年才能证明，人类很难独立完成，但AI解决了这个问题。”

　　其实，“AI教父”杰弗里·辛顿就曾公开表示，数学家也许将很快失业。因为数学是一个不需要数据的封闭系统。仅需包含一个提出定理的模块，和另一个尝试证明它们的模块，AI就能持续学习大量的数学知识。

数学研究，“人机协同”是大势所趋？

　　尽管学界在相关议题上的观点分歧尚未消弭，但也有达成共识之处。比如，多数学者都认为，未来的数学研究可能依靠“人机协作”完成。

　　数学家陶哲轩在公开分享中提到，他更愿意把AI当作嵌入式助手，而不是“直接吐答案”的黑箱：先由人把问题写成一份可执行的“规格书”（Spec）——包括目标、约束条件、分步计划与每一步的验收标准；再让AI按步骤推进，并在关键节点进行对齐确认；最后再用外部计算工具（如Python）做一次独立核验，确保结果确实满足事先设定的约束。

　　这种“规格先行（Spec-first）”的方法，本质上是把人的洞见转译成可检查、可复现的流程。对此，AI创业者木大宝也进一步向记者解释，它相当于用结构化规格把概率模型的输出“装进”可验证的管道里，从而最大限度降低数学推导与计算过程中的“幻觉”风险。

　　“AI能帮你完成重复性的工作，撰写部分代码或论文，但前提是你必须比AI更聪明，能判断它输出结果的对错，以及进行后期的维护运营。”林伟南说，这实际上意味着，未来的数学研究在某一阶段将从单纯的“求解”，转向对AI生成结果的审视与构建。

数学教育，为何仍然不可或缺？

　　当AI能够部分甚至完全替代数学家的工作，数学教育又将发生怎样的变化？

　　“不论如何，数学教育仍然不可或缺。”复旦大学特聘教授、计算与智能创新学院教授王晓阳谈到，数学其实是一种底层的逻辑训练，自然界运行的底层逻辑就跟数学有关。即使AI能证明所有数学定理，也需要人来整理、让大家了解世界运行的逻辑。这是非常重要的。

　　当然，AI给数学界带来的挑战也确实很棘手。林伟南坦言，目前，一些AI大模型在本科生级别的作业中已经表现出色。在AI唾手可得的时代，学生的主观能动性和兴趣将变得比以往任何时候都重要。“如果只是为了完成任务，AI能帮你搞定一切；但如果是为了真正的研究，需要对问题本身有极大的热情。”

　　技术迭代的尽头，始终指向对人的关怀。其实，无论是小野健眼中的“另一种做数学的方式”，还是陶哲轩手中的“思维外挂”，AI终究是人类的延伸，不是替代人，而是成就人。

　　未来，人类数学家或许将不再是繁重计算的承担者，而是成为数学大厦的“设计师”与“价值罗盘”，并去进一步追问那个更古老的问题：在无数可能的真理中，我们为何关心这一条？