【数学已经被AI彻底革命了么】 9月8日，OpenAI宣布用约1万个AI智能体、耗时88小时攻克了纳维-斯托克斯方程存在性与光滑性问题——克雷数学研究所七大千禧年难题之一。这是AI在数学领域的又一次"核爆级"事件。数学，真的被AI彻底革命了吗？答案比你想的复杂。 一、88小时攻克90年难题：AI的"流水线式"数学 OpenAI披露，一个比GPT-6 Astra更强的未公开模型，组织约1万个智能体分组攻关。近100个智能体先用约50小时完成无外力欧拉方程有限时间奇点证明，随后资源转向纳维-斯托克斯，由Codex汇总思路交叉分发。整个过程产生约270万条消息、约1300亿个输出token，总耗时88小时。GPT-6 Astra再用17小时完成Lean形式化验证。 这不是AI第一次在数学上"秀肌肉"。今年5月，OpenAI内部模型推翻了悬置80年的厄尔多斯单位距离猜想；7月，Claude Fable 5为87年历史的雅可比猜想给出三行反例；8月，GPT-5.6 Sol证明了50年前提出的圈双覆盖猜想。从奥赛金牌到开放猜想，再到千禧年难题，AI的角色正从"解题工具"转向"研究协作者"。 二、陶哲轩的警告：好问题比好答案更稀缺 菲尔兹奖得主陶哲轩在点赞技术成就的同时，发出了冷静警示。他将千禧年难题比作吸引科学家努力的"灯塔"，警告AI可能削弱人类对数学的理解——"解决问题所需的努力往往极具教育意义，就像去健身房举重。现在AI可以替你举，但你什么也没学到。" 更深层的忧虑是"好问题的枯竭"。陶哲轩设计了一个思想实验：假如AI早来20年，张益唐可能还在刷盘子。张益唐证明存在无穷多对素数差值小于7000万，震动数学界不仅因结论，更因他开辟的新路径。后来者沿这条路把上界降到246——这条路本身，是问题送给数学的礼物。如果AI直接给出无法解释的186，数学家就可能失去从246到186之间那些失败的分叉，而失败的分叉上往往藏着下一座金矿。 三、"抢跑"争议：AI时代的学术产权困境 争议随之而来。纽约大学教授巴克马斯特质疑OpenAI是在获悉他与Anthropic研究员的研究路线后，利用海量算力抢先跑通证明。OpenAI承认在听到相关传言后启动攻关，但否认查看过对方工作，同时承认"无法排除两人使用产品产生的去标识化数据曾帮助改进模型"。 陶哲轩的评价一针见血：与其率先宣布未解数学问题的解决方案，不如率先宣布一个新的数学见解。AI擅长广度——大规模生成、验证和组合解法；但人类守住深度——理解过程、筛选问题、解释洞见。 【结语】AI没有"彻底革命"数学，但它正在彻底改变做数学的方式。当1万个智能体能在88小时内攻克90年难题，数学家的价值不在于解题速度，而在于提出好问题、判断哪条路值得走、以及把AI的"生证明"消化成可传承的知识。速度提升不等于科学本身进步——这个道理，适用于数学，也适用于AI正在渗透的每一个领域。