7月23日，费城国际数学家大会上，中国籍数学家王虹和邓煜双双拿下菲尔兹奖，这是中国数学家首获菲尔兹奖,也是中国数学界迄今为止获得的最高奖项。新华网可领奖还不到一个月，数学圈的时间线已经被另一种消息刷屏：AI推翻雅可比猜想、AI解决埃尔德什问题、AI推进黎曼猜想……2026年的菲尔兹奖也被人们戏称为“人类的最后一届菲尔兹奖”。中国新闻周刊有意思的是，新科得主们的态度几乎是分裂的。齐默尔曼（Jacob Tsimerman）获奖当天就加入了OpenAI，宣布不再招收博士生，还预测AI会在两年内超越人类数学研究；邓煜则在采访里反复说，AI到目前为止还没给他带来太大帮助。听谁的好？先别急着站队，我们把这份成绩单逐条对一遍。
先看成绩单：今年AI到底"解"了什么
从3月到8月中旬，公开可查的节点大致是这些：
3月，菲尔兹奖级别的成果首次被AI完整形式化，Lean生态开始承接"验证"环节（已确认）；
5月，OpenAI称AI独立推翻悬置近80年的埃尔德什单位距离猜想（未过同行评审，可信度有争议）；
7月20日，悬置87年的雅可比猜想被一个极短的反例推翻，人机协作完成（预印本）；
7月下旬，DGG猜想、Batyrev猜想相继出现反例（预印本）；
8月10日，Claude挑战黎曼猜想，没证出来，却意外刷新一个37年没动的纪录（结果真实，性质有争议）；
8月14日，一位神经外科医生宣称与AI协作，16小时"证明"悬置22年的Crouzeix猜想（归属与验证均有争议）；
8月16日，一位民间数学爱好者宣称用AI解决Sendov猜想，陶哲轩帮着AI消化证明（待同行评审）。
分量最重的还是Astra。8月1日，OpenAI公布其内部版Astra在10个悬置十年以上的数学难题上给出新结果，寻找这些解法消耗的算力按Sol API价格计算约为2000美元。机器之心十个问题横跨高维几何、群论、编码理论、量子复杂性、格密码和极值组合，Connes刚性猜想被直接证伪，三个埃尔德什问题被完整解决；249页论文全部过Lean形式化验证，sorry_count为零——没有一步是"请相信我"。
Anthropic的画风不同。Claude试了650个思路，全部失败，但它把黎曼ζ函数临界线零点比例的下界从41.6%推到了67.2%——过去37年，人类数学家把这一比例推进了0.8个百分点。阿行黎曼猜想没被证出来，但这个数字是实打实的推进。
不过这份最漂亮的成绩单，后续有点出人意料：8月7日，OpenAI宣布放慢Astra的研发，公司暂时无法排除它已经达到「临界」网络安全能力。机器之心目前Astra没有公开发布时间。一个能解数学题的模型，因为安全问题被自家按住——这件事本身比它解出的任何一道题都更值得琢磨。
逐条对完，结论其实不复杂：真正走完"同行评审+形式验证"闭环的屈指可数，清单上大部分条目停在预印本或争议区。而且有个明显规律——AI的战果几乎集中在"找反例、推翻猜想"，长的结构性证明几乎缺席。这不是巧合。
为什么AI擅长"推翻"，不擅长"证明"
反例天生好验证：给出一个例子，代入猜想看它成不成立就行。证明正相反。2012年，望月新一宣称证明abc猜想，600多页，满是自创的定义和符号；审稿花了近9年才刊登，后来两位数学家把他的语言翻译成数学界能看懂的形式，指出存在不可修复的错误，望月新一拒绝承认。直到今天，abc猜想依然不被认为是已解决的问题。格兰维尔说得好：数学证明是一种社会契约，它能不能成立，不完全取决于对错，还取决于数学界能不能读懂你的语言。
高尔斯（1998年菲尔兹奖得主）对这种变化的感受最直接：他已经两次眼睁睁看着GPT-5.6 Pro一次性解出他非常喜欢、认真想过的问题。他说感觉像地毯被从脚下猛地抽走。阿行他给AI的擅长点下过一个更准的定义：知道得足够多，又能很低成本地试错。
邓煜的获奖工作，恰好是AI目前做不了的那一类。授奖理由是他用严格的数学推导，从稀薄气体的硬球碰撞出发推出宏观的玻尔兹曼方程——这是希尔伯特第六问题留下的一条百年路径；邓煜与Zaher Hani、马骁将推导推进到任意长时间。Supreium适创科技每一步都是长链条的结构性推理，这正是当下AI的短板：它能生成几百次尝试，却搭不起一栋百层高楼。
陶哲轩给这个困境起过名字。他在费城ICM的公众演讲里提出"证明消化不良"：证明的生命周期分五层——生成、验证、阐释、发表接受、经典化，AI能大幅加速前端的生成和验证，后端的阐释、整合、传承还得靠人；数学正在从证明稀缺进入证明过剩。他还有个更早的比方：AI像直升机，直接把人送到目的地，可沿途留下的路标和地图，本身也是解题价值的一部分。
得主们的分裂，其实在说不同的事
表面上是立场之争，细看是领域之别。齐默尔曼最激进：获奖当天加入OpenAI、停招博士生，公开预测两年内AI超越人类数学家。注意他的获奖方向偏数论与代数几何，而最近这波AI成果，恰恰集中在容易用反例和检索验证的领域。
邓煜在另一端。他在ICBS"数学之夜"上说，自己一直在尝试让AI处理正在思考的开放性问题，但到目前为止它们还没带来太大帮助；对中国新闻周刊，他给了更完整的判断：菲尔兹奖应该还是会颁给人类，但未来的获奖工作很可能是人机结合的产物。中国新闻周刊马丁·海尔（2014年得主）在央视采访里说，AI做"从1到N"，从0到1的探索仍属于人类；丘成桐的判断更直白：AI是高效工具，无法替代原创思考，且AI目前的成果大多是组合数学——那正是反例容易验证的地方。陶哲轩居中：他全心全意支持设定人机边界的《莱顿宣言》（截至7月底已有3164人签名、国际数学联盟背书），但也反复强调，AI生成证明，人类负责赋予意义。签了名的朔尔策还特意注明：思考数学问题时不用AI，也尽量不读AI生成的文本。
分歧背后是一句常被忽略的话：在反例易验证、搜索空间有限的领域，AI推进很快；在依赖长结构推理的偏微分方程、几何等领域，人类仍握着闸门。得主们不是在立场互喊，是在描述各自脚下的战线。
这对你意味着什么
如果你是看热闹但真在意的爱好者，有三个信号值得盯住。第一，Crouzeix和Sendov这两个争议案例，能不能在半年内走过同行评审或Lean形式化——这是"AI结果"与"数学定论"之间的分水岭。第二，下一代模型能不能碰偏微分方程、算术几何这类结构性硬骨头；如果能，齐默尔曼的两年预言可能提前。第三，Lean形式化生态的铺开速度——形式化是AI成果从"热搜"变成"定论"的唯一通道。
如果你是准备把数学当职业的学生，这波新闻是一次明确的提醒：能被AI复现的标准化证明训练在快速贬值，而提出好问题的能力、消化长证明的能力、判断一个结果可信不可信的能力在快速升值。陶哲轩那句"证明消化不良"翻译过来就是：未来稀缺的不是证明，是消化证明的人。
想补课的话，两个入口：邓煜接受中国新闻周刊专访的全文，讲透了他和AI协作的方式与边界；B站UP主"彭导分享"的挂谷猜想科普，播放量已经386万，把王虹的获奖工作讲得很清楚。
最后引邓煜对"如何衡量研究意义"的回应：一项研究工作的意义由它本身和它解决的问题决定，与解决过程中AI的参与度无关。中国新闻周刊
这会不会是人类的最后一届菲尔兹奖，也许没那么重要。更值得盯的是：2030年下一届获奖者登台时，他们的获奖工作里会不会有AI的署名。这个问题的答案，正在被这份成绩单上的每一条慢慢写出来。
