先说结论：AI 毁不掉数学，但它已经毁掉了数学界运行近百年的那套交换规则——用"率先解出猜想"换取论文、教职与声望。2026 年 10 月初，722 篇 AI 写成的数学论文一下子出现在网上，称包含 400 个左右数学猜想的解；清华大学数学科学系教授薛金鑫把这称为"第四次数学危机"。这场冲击之所以持续到今天还在发酵，是因为它同时碰到了数学最引以为傲的两样东西：证明的确定性，和证明背后的人。知乎
OpenAI 没有任何预兆地发布了这批成果，仓库直接挂在 GitHub 上，名字朴素得反常：openai/math。按发布方口径，这批手稿归成 372 个"结果族"，覆盖数论、理论计算机、几何、数学物理等 17 个领域。知乎36氪
这些结果大多出自一个尚未公开的内部模型，平均每个结果花掉大约 3 小时 ChatGPT Pro 级别的思考算力。三个小时换一道人类数学家研究一生也未必碰得到门的难题——这不是效率提升，这是定价权的转移。知乎
AI 声称啃下的，恰恰是数学界的"地标"
最受震动的是准黎曼猜想方向的进展：ζ 函数零点分布研究里，AI 被称一步把"没有零点的区域"推进到实部大于 7/8（0.875），这条线以下一个零点都没有。黎曼猜想是希尔伯特 1900 年清单和千禧年难题双料在列的皇冠明珠，正面久无进展，数学家几十年来只能从边缘往里推"低配版"结论。知乎
矩阵乘法同样被掀了桌子：从 1969 年施特拉森的 2.81 起，全世界顶尖学者花五十多年压到 2.37 左右，OpenAI 声称其模型在复数域做到了 2.25。知乎
挂谷猜想这边更有对照意味：它的三维版本 2025 年由王虹与 Joshua Zahl 攻克，被视为近年最重要的突破之一，王虹也因此拿到今年 7 月的菲尔兹奖，OpenAI 称四维版本同样已被解决。知乎
同一份清单里还声称包括唯一博弈猜想相关的重大结果、霍奇猜想的特殊情形与更快的整数乘法——用科普作者的话说，随便拎一个出来都够上头条。知乎
数学界给出的反应：一封公开信、一次拒稿潮、一篇 Nature
9 月 12 日前后，25 位菲尔兹奖得主联合发表公开信《人工智能在数学中的严重错位》，反对把解决数学问题当作基准测试来推进军备竞赛，同时承认 AI 确有加速数学研究的潜力。10 月下旬，签名者之一的陶哲轩把 AI 公司拿数学解题当基准的做法比作"抛出有毒废料"。更早的 9 月，他还公开批评 AI 正在伤害数学界的开放传统——数学家担心研究方向被抢先喂进模型，开始不再公开自己的计划。知乎知乎知乎
期刊端同样在收紧。有在读研究者称不少数学期刊根本不认可 AI 辅助投稿，甚至直接桌拒；另一头的现实是，据投稿者自述，现在 99% 的论文投稿不会声明自己用过 AI——规则收紧了，执行还追不上。知乎
11 月上旬，陶哲轩在《自然》撰文：AI 生成证明的速度已远超人类理解速度，以"率先解出开放问题"为核心的激励机制不再适用，抢发与消化不良随之而来；但他的结论不是数学穷途末路。他反复强调的一个区分是：解出猜想的结果本身没那么重要，重要的是解决过程中发明的新方法和新范式。知乎知乎
陶哲轩的判词：证明从稀缺变成了过剩
11 月 11 日发布的一档访谈里，陶哲轩把这半年讲成一句话：数学已经从证明稀缺的时代，进入证明过剩的时代。知乎
过去难题之所以值钱，是因为"证明"稀缺，整个共同体才敢以少数地标问题为坐标，缓慢、审慎地推进，沿途收获洞见；现在机器能用蛮力批量推倒这些地标，他直言"盯着单个问题"这种货币已经恶性通胀。知乎
他给出的出路叫"数学 2.0"：不再逐题攻坚，而是建立成千上万道题的数据集整片整片地扫；在访谈里他甚至说，数学学术界还处在前工业经济，现在几乎是"被枪指着"转向工业或后工业经济。知乎
他最常被引用的一句话是：“我们在得到答案，却没有得到理解，这是一个很奇怪的时代。”——黎曼猜想那些 AI 生成的新思路，他承认数学家还看不懂。知乎
但"毁掉"论也要被反证拦住
泼冷水的一方也在出手。11 月 5 日，图灵奖得主姚期智与月之暗面创始人杨植麟联合署名的一篇 arXiv 论文，给前沿大模型出了一套 100 题的理论计算机研究考卷：总分第一的 GPT-6 Astra 拿下 71.9 分，但在 30 道开放猜想上得分恰好是 0，出题方的结论是开放猜想没有一个被考模型能靠自己解开。36氪
需要说清口径：这场考试测的是模型裸装能力，限时 12 小时；而 openai/math 出自内部模型加长时算力，两套成绩不能直接互相抵消。36氪
真正在改写游戏规则的反而是另一件事：11 月中旬，独立开发者用 Claude 把 2013 年已获证的"三元哥德巴赫猜想"证明整体搬进 Lean，仓库规模达 19.4 万行代码，全库零 sorry——没有任何一步推理被允许跳过。36氪
形式化过程中，AI 还发现原版证明里藏着多处错误并顺手修补，原作者 Helfgott 亲自下场回应，态度坦诚。36氪
“证完了"的标准，正在从"专家读懂了"变成"机器内核通过了”。至于 722 份手稿本身，截至发稿仍处于"机器可验、人类难消化"的中间态：结果陆续进入人工核查，尚无一项走完传统同行评审全流程，这一点在薛金鑫 10 月底的文章里写得很明白——这些结果还有待人类数学家的理解和确认。知乎
毁不毁不掉，落到个人头上是三个问题
第一问：学科会亡吗？不会。数学证明一旦成立就在同套公理下永远为真，欧几里得的结论两千年不过时；AI 本身也是应用数学的产物，它的强大首先证明的是数学的强大。真正被击中的是学科的组织方式。薛金鑫把病根概括为：数学界长期以期刊为核心建立信誉体系，给成果做认证、给作者分 credit，由大学职位和国家经费背书——现在 AI 给了这套体系致命一击，最先感到冷的就是研究生、博士后和准聘研究员。知乎
第二问：还要不要学数学？一位从业计算数学的博士生在深度使用 AI Agent 半年后给出过更冷静的观察：AI 是能力放大器，顶尖课题组产出爆发，普通博士生成果几乎原地踏步；面向工程实效的数值方向需求不减，模式化的"排列组合式"分析在迅速贬值。就业市场的信号同时存在：数学背景转大模型、算法岗争抢数学系学生的讨论在这轮风波后明显升温。知乎小红书
第三问：学数学的价值变了吗？陶哲轩在访谈里答得很干脆：数学课真正的价值不在具体工具，它是一个"失败成本很低"的练习场——练的是面对未知时如何下手、如何建模、如何不被可能性吓住；至于知识和推导本身，现在甚至可以问 AI。知乎
回到标题的问题：AI 毁不掉数学——AI 每证对一道猜想，被增强的恰恰是数学的确定性。它毁掉的是"证明稀缺"时代的旧秩序：一道难题换一次职称，一页 PDF 换一份声望。接下来值得盯住三件事：准黎曼等结果的人工验证进展、期刊与 arXiv 的 AI 申报及形式化提交规则会不会成型、陶哲轩"数学 2.0"式的题库化协作是否被头部团队真正接住。这三件事共同决定的不是数学的存亡，而是下一个时代由谁定义"理解"。
