数学并没有被AI"干废"。真正被替代的，是一项延续千年的分工：人类负责计算、推导和写证明。美东时间10月6日傍晚，OpenAI把一款未公开内部模型撰写的722篇数学研究手稿放上GitHub，这些手稿被归纳为17个领域的372个成果类别，其中162篇附有主结果的Lean形式化证明。 10月10日前后，微博#AI把数学干废了#话题刷屏，"2024年人类笑AI数数犯错、2026年GPT-6拿到菲尔兹级证明、25位数学家联名控诉"是最流行的叙事版本。 这个版本里至少一半说法经不起核验。而事件本身与数学家们的表态指向同一个答案：AI接管的是"算"与"证"的生产力，判断什么问题值得做、验证答案对不对、把结果解释给人听懂，这三件事仍在人手里——计算能力被替代后，人类要学的恰恰是这三件事。钛媒体微博
722篇手稿、平均每题3小时：被接管的是证明生产线，不是成绩榜
先把数字掰准。"解开几百个难题"并非官方口径，且发布很快出了洋相：因发现一个符号错误撤回3篇、修改14篇，目前仓库列出719篇；数学界没有足够的时间逐项阅读这700多篇手稿，其中很多是上百页的证明文本。钛媒体
但AI的证明生产力是真实的：手稿出自尚未公开的内部模型，每个问题平均花费仅约3个小时。钛媒体
讨论度最高的成果之一是四维挂谷问题：2026年菲尔兹奖得主王虹靠着三维挂谷集猜想的证明拿下数学界最高荣誉，AI把四维挂谷集的豪斯多夫维数从人类此前卡在3.059维的最佳纪录推到了理论上限4。钛媒体
25位菲尔兹奖得主在争什么：抢发、验证和署名，不是"AI不配做数学"
争议的起点是9月上旬的纳维-斯托克斯方程事件。OpenAI称一个比GPT-6 Astra更强、尚未公开的下一代模型组织约1万个AI智能体，用88小时给出了千禧年难题之一——纳维—斯托克斯方程"存在性与光滑性"问题的证明，并同步公开166页论文和Lean验证代码。 克雷研究所尚未认定这一结果，OpenAI表示不会申领百万美元奖金，也有数学家质疑AI是在访问了人类正在进行的研究后才做出了成果。新华网央视网
随后，陶哲轩、邓煜等25位菲尔兹奖得主发表联合声明，警告人工智能快速用于解决数学问题可能使AI发展目标与数学研究目标"严重错位"。 联名信说得很直白：这些解决方案往往仓促发布，根本没有时间进行充分的撰写、对新方法和新思路的梳理，以及引用其他学者的相关工作。 陶哲轩本人也在视频里发出了罕见警告，称现在的速度简直疯了，根本没有理由这么快，必须放缓AI。央视网钛媒体36氪
所以"数学家联名骂AI毁掉数学"的说法并不准确：他们反对的不是AI会做数学，而是抢发头条、不给验证时间、不算人类贡献的玩法。麻省理工数学家萨瑟兰的表述更接近核心：除非公布模型且结果可复现，"单个智能体一次性解决问题"的说法都应视为未经证实。钛媒体
从差1分夺金到每题3小时：三年走完的替代曲线
替代不是10月6日才开始的。2024年8月，谷歌"深度思维"的AI系统在2024年国际数学奥林匹克竞赛上仅以1分之差与金牌失之交臂。 2025年7月21日，DeepMind宣布"深度思考"模式解答了2025年IMO6道题中的5道、共获35分，达到金牌水平。 今年6月，OpenAI模型推翻了一个关于点与点之间距离的80年经典猜想，引发大量数学家集体抗议。 再到9月的"88小时"宣称、10月的722篇手稿——三年时间，AI从竞赛考生的水平爬到了科研流水线的位置，被逐出赛道的正是"计算、推导、写证明"这一层。央视网央视网央视网
计算被替代后，人该学什么：提问、验证、解释
数学界自己给出的答案，恰好构成一门"新课程表"。第一项是提问的能力。菲尔兹奖得主、华裔数学家陶哲轩在评论纳维-斯托克斯事件时写道：好问题将要比好答案更稀缺。 AI可以批量生产答案，但"哪个问题值得解决"至今由人类判断。第二项是验证与形式化。当证明从稀缺品变成过剩品，能读懂机器证明、会用Lean这类工具做机器可检验验证的人，成了新的瓶颈岗位。第三项是理解与解释。3Blue1Brown创始人Grant Sanderson发在陶哲轩博客上的客座文章冲上热搜，文中写道：解决问题和生成证明，一直以来只是数学家真正目标的"代理指标"，而数学家的真正目标，是增进人类的理解。新华网36氪
今年6月发布的《莱顿宣言》把这三件事写成了共同纲领：数学的价值不仅在于证明和谁获得荣誉，还在于滋养学生、发现新问题和新想法、并将它们融入更广泛的人类文明知识体系。 落到普通家庭的选择上，这轮热议给出的启示相当具体：口算速度、题海熟练度是这轮替代里最先贬值的部分，而把现实问题翻译成数学问题、判断一个AI答案是否可信、讲清楚一个结论为什么成立，恰好都长在"提问—验证—解释"这条新主线上。哲学学者赵汀阳在光明日报10月10日的专访里把话说得更绝对：专门做数学的专用人工智能"应该是最好也最安全的人工智能"。 机器把最安全、最可验证的运算层拿走后，留给人的正是它拿不走的问题层和责任层。钛媒体光明网
"干废"是个失真的说法，但它戳中了一个真实变化
回看刷屏的三种说法：「GPT-6拿到菲尔兹级证明」——官方口径只有"比GPT-6 Astra更强的未公开模型"，菲尔兹级是自媒体把四维挂谷成果与王虹的菲奖对比后的修辞；「25位数学家联名称AI毁掉数学」——联名属实，反对的却是抢发与归属，不是数学本身；「AI解开数百个难题」——722篇是未经同行评审的手稿，人文数学协会直言"数学家没有要求OpenAI做这项工作"。 结论只能写到证据覆盖的地方：克雷研究所的认定、719篇手稿的人类验证，都还没有完成。钛媒体
但热议的焦虑并非无的放矢。"干废"当然谈不上——数学还在产出新猜想、新学生、新荣誉，2026年的菲尔兹奖照常颁发；真正被改写的是这门学科的价值排序：证明的生产在贬值，问题、理解和验证在升值。这或许才是"人类还学什么"最朴素的答案：AI把"会算"变得不值钱的同时，把"会问、会核对、会讲明白"标上了新价格。陶哲轩那句被广泛转发的话值得贴在每一间教室里——好问题，将比好答案更稀缺。
