🎯 人工智能 · 学术前沿

🔥 当AI能在88小时内攻克千禧年难题，数学家的核心价值正在从"解题"转向"提问"。

一、AI攻克数学难题，速度令人窒息

2026年9月8日，OpenAI宣布一个未公开的下一代模型，组织约1万个AI智能体，用88小时给出了纳维—斯托克斯方程存在性与光滑性问题的证明——这是克雷数学研究所七大千禧年难题之一，悬赏100万美元。仅4天前，Anthropic的Claude模型用11天完成了费马大定理的形式化证明，而人类数学家原本估计这项工作需要10年。#以后顶级数学家可以领导强大无比的AI快速证明大批定理，那平庸的数学家干什么？#

菲尔兹奖得主陶哲轩9日发表评论，一针见血地指出：好问题将要比好答案更稀缺。当AI以工业化的速度"开采"数学难题时，人类数学家面临的不是失业危机，而是身份危机——我们究竟想从数学中得到什么？

二、顶级数学家的未来：从"解题者"到"指挥官"

陶哲轩在访谈中提出了一个关键洞见：AI擅长广度，人类守住深度。顶级数学家的未来角色，不是和AI比谁算得快，而是成为"AI军团的指挥官"——筛选值得攻克的问题、设计研究方向、解读AI产出的海量结果。OpenAI此次解决纳维-斯托克斯问题，正是由人类研究员设定方向、Codex智能体汇总思路并交叉分发，不同智能体分别负责证明子定理再逐步组合。

陶哲轩设想的理想模式是：不必要求AI强攻少数顶级难题，而是用它处理成千上万难度稍低的问题，通过积累效应推动数学整体进步。大型国际合作推动了物理学进步，以AI为工具的大规模并行协作数学，或许将开启实验数学的新时代。

三、平庸数学家的出路：价值重构而非消亡

一个不容回避的问题是：当AI能证明大多数定理，那些不具备顶级创造力的数学家何去何从？答案或许是价值重构。数学教育、数学应用、数学传播——这些领域依然需要大量人类参与。正如陶哲轩所言，"科学不仅是更快得到答案，还包括理解过程、筛选问题、解释洞见，以及把成果消化成可传承的知识。"

更深层的启示是：AI的冲击不会只停留在数学界。从药物研发到法律分析，从代码编写到新闻写作，任何以"产出标准答案"为核心价值的职业，都将面临类似的重构压力。人类的不可替代性，正在从"能不能做"转向"知不知道该做什么"。这场数学界的风暴，不过是AI重塑知识工作的一个缩影。

综合科技日报、观察者网、中国科学报报道 | 2026年9月10日