10月15日，上海人工智能实验室访问学者、大湾区大学教授许地生团队依托国产大模型“书生-S2”，通过人机协同完成三维Ghys猜想证明的成果发布，这个1995年提出、曾困扰学界30余年的难题被再次推到公众面前。 这项成果的关键信息不在“AI更强了”，而在大模型没有取代数学家，而是成了证明的合作者：人负责选题、判断与把关，模型承担搜索证明路径的重活。IT之家
多家报道将这一结果描述为“中国科学家首次用中国大模型攻克世界级数学难题”。 更准确的状态是：论文目前以预印本形式发布，尚未通过领域独立复核。吉斯猜想由法国数学家 Étienne Ghys 于1995年提出，是复动力系统及动力系统领域的标志性难题。 通俗地说，它问的是：一类在复空间里“混沌演化”的系统，其轨道最终能否都归结到一种标准结构上——“归结”不是消灭混沌，而是指这类系统的混沌动力学可以用一组简洁的线性代数数据来描述。知乎知乎
论文验证的结论是：每一个紧致连通复流形上的余维一全纯 Anosov 微分同胚，都双全纯共轭于复环面的双曲自同构，此前报道聚焦的三维情形是该猜想的重要特例。 许地生曾与其法国导师、菲尔兹奖得主 Artur Ávila 合作研究过三维情形，当时未能形成有效的证明思路；这一次，搜索与形式化的重活被分给了大模型。对学界而言，恰当的表述是：如果形式化验证准确无误，这确实是明显的进步——而在此之前，“攻克”二字仍带着引号。知乎
这份谨慎并不多余，因为就在同一周，大洋彼岸发生了几乎相同剧本的争议。OpenAI 公开大批AI生成数学手稿后，被外部专家挑错并撤回其中3篇，截至10月15日仍没有覆盖全部手稿的独立公开验证结果。 中国科学院合肥物质科学研究院等团队近期在大模型强化学习与推理可靠性方面的研究也给出生猛注脚：AI可能“走捷径”，给出的未必是真推理，而是对训练数据规律的巧妙匹配。 两场热点事件共同指向一个判断：AI已经能批量生成看似像样的证明，但选题和把关仍然由人完成。知乎微博知乎
选AI学习工具，看这三点
把“人机分工”的逻辑平移回普通家庭，选工具的第一标准是场景匹配度，而不是榜单上的模型名次。书生-S2靠“通用模型+专业工具链”完成证明，学习场景同理：一位初中家长先后让孩子试用了三款主流AI学习机后发现，通用聊天大模型把握不住提问者的年龄层次，孩子问“并联电路为什么总电阻变小”，模型直接搬出基尔霍夫定律，反而把问题搞得更复杂；真正被孩子用起来的，是能先测出薄弱点再针对性讲解的“精准学”类功能。知乎
第二，看它能否经得起追问。连能“做题”的顶尖模型都会犯基础错误、走捷径，孩子直接照抄AI答案的风险不言而喻。值得选的工具应当给得出完整推导、支持中途插话追问，而不是只吐结论；家长要做的，是像数学家复核预印本一样，让孩子把AI的解法讲给自己听一遍。
第三，先免费实测，再考虑付费。家长社区里整理各大AI工具免费平替的实测笔记长期占据高收藏位，说明“全家桶”会员未必必要。 更稳妥的路径是：用真实作业或学习任务先跑免费版，能稳定省下时间、孩子愿意持续用，再决定是否订阅。小红书
世界级难题的“攻克”，最终拼的不是谁的答案生成得快，而是谁把好了验证这道关。选学习工具也是同一件事：匹配场景、能讲清过程、经得起实测——剩下的人机分工，和许地生团队完成证明的分工，其实是同一套逻辑。
