2026年10月6日，OpenAI在GitHub上一次性放出722篇AI生成的数学手稿，按372个"成果族"分类，覆盖17个数学分支。发布次日就出了洋相：因为一处"+1写成-1"的符号错误，3篇证明被撤回。三周后的10月27日，OpenAI又宣布证明由Christopher Sogge于1991年提出的局部光滑猜想，并指出可推导出各维度的挂谷猜想。一边是证明产能在流水线化，一边是数学界读不过来、也信不过。这一轮真正变充裕的是证明，而不是理解——学生和研究者不丢理解的关键，是把AI的输出当成待检验的原料而非现成结论：只接受自己能复述的东西，优先采信可形式化、可复核的结果，把出题、读懂、验错这些基本功留在人手上。知乎哔哩哔哩小红书
批量出证明，已经不是预测而是日常
往前翻，9月8日OpenAI公布了一份165页的数学论文，宣布找到了纳维-斯托克斯方程这一千禧年难题存在性与光滑性问题的解答。10月下旬官方口径里的三项重大突破更是横跨三个领域：数学上证明适用于所有维度的局部光滑猜想，计算机科学上推翻长期被广泛接受的指数时间假设（ETH），物理上提出杨-米尔斯理论的严格数学存在性证明。最特殊的是杨-米尔斯那一项：1147页证明还没公开，人类专家组正在核验，而另一群数学与AI领域的研究者喊话立即公开。微博微博小红书
不只是OpenAI一家在卷。Anthropic让Claude给123个开源库、239个入口点写形式化证明，过程中发现了数百个bug，其中一些躲过了多年的模糊测试。10月26日，Axiom Math宣布由人类数学家和工程师组织的数十个AI智能体，在24天内完成了有限单群分类定理这一"巨型定理"的Lean形式化。产能的另一面是成色，陶哲轩在Numberphile访谈里算过账：这类工具在单个问题上的成功率其实只有1%到2%，是靠扫海量题目、再挑出成功案例，看起来才像碾压。知乎36氪小红书
三道裂缝：充裕在哪里变成危机
第一道，机器说"通过"不等于证对了。两名英国数学家Lekili和Sheridan的新预印本分析了三篇被撤回的OpenAI数学论文，指出其霍奇猜想路线误用了某个辛几何定理的符号约定——这不是可轻易修补的笔误，而是证明策略中最困难环节的实质失败。还有数学家报告，OpenAI发布的8个形式化证明存在"定义覆盖"漏洞。这戳中的是工具的边界：Lean说"通过"，就等于证明了吗？它检查的是推理链是否合规，并不保证形式化后的语句忠实于原始命题。小红书哔哩哔哩哔哩哔哩
第二道，是数学界本来就欠下的"阅读债"。清华数学教授薛金鑫在《知识分子》的长文里，把一下子放出722篇文章、包含约400个数学猜想的解的冲击称为"第四次数学危机"。连陶哲轩自己都说，三百多篇论文他只看了十篇左右。薛金鑫点名的病灶叫"信任外包"：一篇文章发表出来可能只有一两个审稿人认真看过，数学界长期建立在此之上。AI没有制造这个病，它只是让没人读的存货一夜之间放大了几百倍。知乎小红书知乎
第三道，是消化和传承。NS论文公布近7周后，人类才开始读懂其中的思路。更实际的问题在人这一侧：陶哲轩说这次发布完全没有提前问过正在做这些问题的研究者，很多年轻人的课题一夜之间被扫光。留给本科生、博士后练手的题被提前"解决"，训练链条从根上被抽掉了台阶。36氪小红书
研究者：把它当勘探器，别让它替你签字
被验证有效的用法，都是"人定方向、AI铺路、人来验收"。KLS猜想1995年提出，31年没人完全证出，10月1日起一周内被三组人马各自用AI辅助证了出来。朗道-西格尔零点方向，一项曾足以让数学家冲击菲尔兹奖的成果，被剑桥本科生Kevin Barreto整理成仅3页的初等证明，进一步简化了零点不存在性的论证。普林斯顿数论学家Peter Sarnak更是把这学期的一门课临时改了内容，专门带学生研究一份AI写的证明——读懂AI的产出本身成了新的研究对象。哔哩哔哩小红书知乎
配套有三条自保底线。只引用经过独立验证或形式化兜底的结果，对"审中"状态留足窗口，别急着用个人声誉给批量产物背书；给自己设复述门槛，只接受能用自己的话讲明白、能指出关键引理为何成立的证明，讲不回去就退回原料区；盯紧规则的重写期——邓煜在10月25日《知识分子》与《赛先生》联合论坛上提出，AI的发展需要遵循学术规范，研究者也应拥有对数据使用的选择权，并建立可追溯的贡献认定机制。与此同时，据报道全球已有整整1008名数学家联名加入新成立的"人类数学协会"，立下军令状：不给商业AI出力，不发AI写的数学论文。抵制与合作并存，说明署名、优先权、credit这些规矩都还没定论，保存时间戳与贡献证据是研究者的基本功。知乎知乎
学生：答案免费了，理解仍然按小时计费
风险信号已经写进了制度里。10月26日，加州大学伯克利分校教授、菲尔兹奖得主Richard Borcherds表示，他已拒绝按作业答案是否正确来评分，而只根据是否按时提交来给分。他的理由很直白：按正确性评分只会激励学生用AI代做，还会惩罚诚实的学生。围绕一项中国中学教育实证研究的讨论里，学习者把直接利用AI做题、生成论文明确归为投机取巧的"假装学习"。一线教师的实测同样不乐观：目前不推荐用AI学数学，虽然答案正确，但七成以上的解题过程存在问题。“做对了"和"学会了”，正在彻底脱钩。小红书知乎
规则其实可以很简单：把AI当检查器和讲解员，不当答案源，先独立作答再对答案；加一步复述，做完题把思路讲给AI听，讲不顺就当没学会；每周固定留出完全离AI的独立练习时间——家长社区里已有大量类似的"AI家规"在自发成型。当解题速度不再值钱，学生真正该攒的是AI给不了的三样东西：会提问、读得懂长证明、判断得了哪里在胡说。
剧本没写完，位置要先站对
截至10月底，NS证明的人类理解还在接力，霍奇路线已被预印本指出实质错误，官方对这批新成果的定调是仍需学术界进一步独立确认。"证明充裕"时代走到哪一步尚无定论，但学生和研究者的位置可以现在就定下来：用AI的产出速度，不用AI的理解代替自己的理解。正如邓煜在这场大讨论里的表态：无论AI变得多么强大，数学研究都不应放弃以人为主体。证明不再稀缺之后，稀缺的恰恰是那个能看懂它、讲清它、并指出它错在哪的人。微博知乎
