AI解题像飞毛腿人类还在慢慢追，答案到手路没了，下次谁教我是谁

➡️ Claude把黎曼猜想证明纪录从41.6%推到67.25%，GPT-6把孪生素数间距从246推到186，AI正在以人类难以想象的速度推进纯数学。但陶哲轩发出警告：AI解题太快了，快到把数学的“生长过程”掐断了。这篇文章追问：当AI直接给出答案，探索路上那些意外诞生的工具、思想、连接，还能谁来发现？

文｜捉驿 • 栏目｜数字视线

说个可能让你不舒服的事。

假如AI早来20年，张益唐可能还在刷盘子（陶哲轩思想假想实验，并非真实发生的历史）。这不是我编的，是陶哲轩自己做的思想实验。

2013年，张益唐证明了存在无穷多对间距不超过7000万的素数，从一个默默无闻的讲师，一夜之间成了数学界的传奇。

陶哲轩的推演是这样的：如果AI早来20年，它不需要张益唐那种“从7000万出发”的巧妙思路，它直接用算力硬算，更快地找到那个上界。

然后呢？张益唐不会成名。

那个“一个普通人突然震惊世界”的故事不会发生。

一代年轻数学家，不会因为那个故事而走进数论。

AI更快地给出了答案，但也抹掉了一条通往数学的路。

陶哲轩说，答案不重要，探索过程中那些失败的尝试才重要。

AI把过程锁死了。

而就在这几天，Claude刚把黎曼猜想的证明纪录从41.6%推到了67.25%（AI输出结果，尚未经过数学界完整同行评审），GPT-6把孪生素数的间距上界从246推到了186（AI输出结果，尚未经过数学界完整同行评审）。

陶哲轩说，这反而可能杀死数学。

器解千题不见路，人失一误始知途。

下次有人再跟你聊“AI会不会取代人类”，你可以回他一句：它已经把数学的“生长过程”掐断了。

◆ 答案拿到了，但路断了

Claude在黎曼猜想上迈出了37年来最大的一步。

它证明了超过2/3的zeta零点老老实实待在临界线上，从41.6%一举推到了67.25%，整整提高了25.6个百分点。

它是怎么做到的？据公开的技术描述，Claude用的不是“找到了人类没发现的新路径”，而是“用算力堆了一个人类手工验算不了的结论”，大量巨大矩阵，算迹，算范数，然后用一套复杂的秩-迹不等式硬推过去。

数学家Youness Lamzouri验证了这个证明，还给出了一个更简洁的新版本。

同几天，GPT-6 Astra用Lean形式化证明把连续素数间距的上界从246推到了186。AI在纯数学领域，正以人类无法追赶的速度攻城略地。

但这些答案来得太快了。

快到根本来不及看“路是怎么走出来的”。

陶哲轩说（据科技媒体转述），数学真正的价值，不在最终那个答案里，而在探索答案过程中冒出来的新工具、新思想、新方法。

纳维-斯托克斯方程为什么重要？不是因为它的解有多值钱，而是因为人类在试图解决它的过程中，催生了流体力学和分析学最基础的一整套理论。

那些理论，比方程本身的解更有价值。

如果AI直接给了答案，所有这些“路边的风景”，全被绕过去了。

■打个比方，就像一座山，人类爬了一百多年才爬到半山腰，一路上捡到了新植物、新化石、新登山工具。然后AI空降到山顶，拍了张照片下来，说：到了。山到了，但路上本可以学到的那些东西，全没了。■

◆ 37年0.8%，AI一夜25.6%

黎曼猜想从提出到现在，人类已经走了一百多年。

上一轮所谓的“实质性突破”，把零点比例从40.8%推到了41.6%，人类数学家花了整整37年，只前进了0.8个百分点。

Claude一夜之间，从41.6%推到了67.25%，提高了25.6个百分点。

大约是过去37年人类进步速度的32倍。

陶哲轩怎么看这件事（据科技媒体转述）？他不反对AI做数学，甚至欢迎AI当工具。

但他发出了一条系统的警告：AI解题太快了，快到整个过程中那些“宝贵的失败”全被跳过了。

在传统数学里，数学家大量时间花在“此路不通”上，那些走不通的路，本身会催生新的猜想、新的方法、新的连接。

陶哲轩有句话说得挺狠：数学研究的“金蛋”不在最后的答案里，在探索答案过程中那些意外的副产品里。

如果AI只是为了刷榜而暴力求解，每一次成功都是在“杀死那只鸡”，你拿到了蛋，但鸡死了，以后再也不会有蛋了。

他顺便回应了“Claude解决N-S方程”的传闻（据科技媒体转述）：我没参与，我不知情，但“并非完全不可能”。

可如果真的发生了，AI以黑箱方式给出了N-S方程的解，那会是数学的重大损失。

行文至此，兴起，赋诗一首：

千题万解一时新，不见来途只见尘。山登绝顶人归后，谁记当年问路人。

◆ 如果AI把路走完了，数学还剩下什么？

陶哲轩最核心的担忧是（据科技媒体转述）：AI解题太快了，快到把数学的“生长过程”掐断了。

他那个“假如AI早来20年”的思想实验，越琢磨越扎心。

2013年，张益唐证明了素数间距不超过7000万。

如果AI早来20年，它很可能更快找到那个上界。

然后张益唐不会成名，那个故事不会激励一代年轻数学家，那个“7000万”虽然会被更小的数字取代，但没有人会在意背后发生过什么。

陶哲轩本人也从来没解决N-S方程的爆破问题，但正是在试图解决它的过程中，他意外地把流体计算、图灵普适性和辛拓扑联系到了一起。

这些连接，比N-S方程本身的解，对数学的贡献更大。

数学家Julia Stadlmann最近证明了相邻素数间隔≤240，没有使用任何AI工具（据科技媒体转述）。

不是她不会用，是她刻意不用。

她听说OpenAI即将发布同一问题的AI成果，按照AI的速度，几乎可以肯定AI会做得更快、更精确。

她决定赶在AI之前把结果挂出来。不是为了抢第一作者，而是为了让“相邻素数间隔≤240”这个结论，还能被人类用人类的方式证明一次。她成功了。

数学家正在跟AI赛跑，不是为了谁先到终点，而是为了证明，数学这条路，人类还能走。

在这个“AI一夜走完了人类一百年的路，而我们连它怎么走到的都不知道”的时刻，康德的话忽然变得锋利起来：启蒙就是人类摆脱自我招致的不成熟。

如果AI替我们解决了一切问题，我们连“解题的过程”都不再需要理解，那算不算一种新的不成熟？一种不是“不会”，而是“不想会”的不成熟？

AI拿到了答案，但数学的路还没走完。

37年0.8%的缓慢，不是人类的失败；一夜25.6%的提速，也不一定是数学的胜利。答案只是终点，而数学的价值，一直在路上。

AI解题像飞毛腿，人类还在慢慢追。
答案到手路没了，下次谁教我是谁。

你觉得呢？数学应该允许AI给答案，还是“过程比答案重要”不只是句安慰人的话？评论区聊聊。

#AI数学# #陶哲轩# #黎曼猜想# #孪生素数# #Claude# #GPT6# #AI杀死数学#

【免责声明】 ：本文部分配图源自公开渠道或CC0协议素材，仅作行业交流与产业参考使用。如涉侵权，请联系后台处理。本文仅做行业科普与实操分享，不构成任何投资、消费决策建议。文中数据及案例均来自公开信源，仅供参考，具体以实际为准。

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～