这一年最热的一条科技新闻，始于一个AI给出的答案。北京协和医院神经外科住院医师、博士后金山木，让GPT-5.6自主运行16小时，交出了一道悬置22年的数学猜想的证明；多名数学家独立核验后，猜想起源人、法国数学家米歇尔·克鲁泽在8月20日的邮件回复中写下结论：我很满意，我的猜想已成为定理。 而另一头，OpenAI公开的AI数学手稿发布仅两天就出现成批撤回，三篇论文被直接撤下。 两件事摆在一起，给出的是同一个答案：AI已经真能解出前沿难题，但答案不等于正确；用AI还是被AI用，分水岭在于验证这件事还有没有人在做。中国新闻周刊光明网
“圈外人”如何证出22年猜想：方法比结果更值得拆解
克鲁泽猜想的难度可以用几个常数说清：矩阵经多项式作用后的范数放大倍数存在精确上限2，2007年起源人本人只证到11.08，十年后人类最好成绩也只降到2.414，此后长期再无普适进展。 解题者金山木的路径完全在圈外：本科读地质专业，后获医学博士学位，更深入的数学知识主要来自自学，因经颅超声研究才接触矩阵分析。新智元中国新闻周刊
真正值得拆解的是他用模型的方式：任务说明要求模型不能联网、不能读取过往对话和本地文件，必须探索多条证明路线、反复检查漏洞，只有形成完整证明并通过检查，任务才能结束——运行一旦开启，他没有中途干预。 也就是说，他交给模型的不是“求答案”，而是一套自带验收标准的求解流程。中国新闻周刊
这一步之外才是人的工作。康奈尔大学数学家汤森德过去一年常让ChatGPT尝试这道猜想，结果常常是：有时大模型会给出一套看似完整的论证，但继续检查却能发现错误；有时则停在某个关键步骤。 7月30日，ChatGPT主动把金山木的论文链接发给了他，并称没从中找到任何错误。但证明真正“入账”，靠的是汤森德、华盛顿大学荣休教授安妮·格林鲍姆和克鲁泽本人从头逐字核验。中国新闻周刊新智元
热度也带来了争议：金山木婉拒了媒体采访，“无数学科班背景”让“AI是理解还是模式拼凑”的讨论持续发酵，他的既往学术经历也被网友翻出讨论。惊叹与警惕同场出现，恰是公众对“大模型解题”的真实态度。
没人能消化的证明：陷阱的真实长相
AI“解题”一旦离开个案、走向批量，验证瓶颈立刻显形。9月初，OpenAI宣称用尚未公开的下一代模型组织约1万个AI智能体、用88小时给出了纳维—斯托克斯方程千禧年难题的证明；随后又发布722篇数学预印本论文，覆盖数论、几何等17个领域，其中部分成果附有Lean形式化证明，可由计算机逐步检查逻辑推导的有效性。 结果发布仅两天，官方仓库更新日志就承认首批手稿存在瑕疵，一处“符号错误”使一篇论文的论证失效，连带影响两篇依赖其构造的论文。光明网
数学界的反弹是有组织的：今年6月，16位知名数学家联合发布《人工智能与数学莱顿宣言》，要求透明披露AI工具使用、保持结论正确和引用完整、责任归属人类。9月，陶哲轩、邓煜等25位菲尔兹奖得主又联名发表声明，警告AI正以越来越快的速度批量生产真假结论，甄别真伪、修正错误、整合洞见的重担落在人类身上。光明日报
风险早已渗到普通科研里。学术预印本平台arXiv对250万篇论文、1.11亿条参考文献做了系统性审核，结果显示仅2025年，arXiv、bioRxiv、SSRN和PubMed Central四大平台中就存在近15万条由AI编造的虚假参考文献。 DeepMind曾用AI预测出220万种新的晶体结构，38万种被判定“稳定”，得到实验验证的却不到0.2%，“看似合理”的假说正在浪费科研资源。更日常的变化同样在发生：10月中旬，“人们盲从AI回答”的话题再度登上热搜，条理规整的AI回答被许多人当成标准答案，长辈与孩童尤其容易全盘采信。 答案变得廉价、验证成为瓶颈，这才是“盲目依赖AI”的真实形态。光明网微博
一线研究者划出的边界线：什么交给AI，什么留下
《光明日报》“探问AI参与科研的边界”系列访谈给出了一条惊人的共识线：文献初筛、代码辅助、数据整理等流程性和重复性工作，可以在人工复核和规范使用的前提下充分发挥AI作用；但为什么研究这个问题、为什么选这条技术路线、实验能证明什么、最终相信什么，这些“认知责任”必须留下。 中国矿业大学（北京）教授叶涛据此判断，AI带来的不是科研能力的整体升降，而是“分化”：万事问AI的人效率短期上升、独立研究能力下降，自己定义问题并要求AI攻击自己结论的人反而思考更深。光明日报
边界的下限已有现实案例：有论文注释中的判决书序号被质疑编造，校方调查后认定，作者“误信”了AI的检索结果，属于AI使用不当行为，相关责任人受到相应处罚。光明网
与之相对，研究者给出的办法具体到能直接抄作业。一是“多问一层”：不要满足于AI给出的第一个方案，追问前提假设、反例和边界条件，把“我以为”变成“何以证明”。二是把验证从临时行为变成固定工序：拿到AI输出的结果后，不妨先自问，若不借助AI，自身能否独立验证该结果的准确性？若不能，至少逐条核查关键数据和引用来源再决定采信；陶哲轩本人也用AI生成证明，再借助形式化验证工具逐行核查。 三是强制复现：研究完成时生成可运行的完整代码、用原始数据重跑确认一致，把AI的回答限定在经严格审核的可信语料内，而不是任其从开放网络随意抓取。光明日报光明网
北京大学副校长初晓波的收束值得记住：让AI去处理数据的广度，让人类来守住思想的深度与价值的温度。 金山木一事的真正启示也在这里：16小时只是给出了候选答案，最终让它“入账”的，是一群逐字检查的人。避开盲目依赖AI的陷阱，靠的从来不是拒用AI，而是把提问权和核验义务始终留在自己手里。光明网
