陶哲轩找GPT-5解一道数学难题，交出来的成果只有29行Python代码，整个过程被他概括成六个字：“无幻觉、顺到离谱”。 AI在这道题里具体帮了什么，他自己的复盘给得更细：没有AI帮忙，同样的任务要手动编写代码、手动调试，得花好几个小时；甚至那条最终成功的关键策略，没有AI他根本不会去采用。大数据文摘微博
一年过去，“AI做数学到底帮了什么”反而成了更难回答的问题。2026年9月11日，陶哲轩、邓煜等多位菲尔兹奖得主联合署名发表公开信《人工智能在数学中的严重错位》，直批AI公司推进数学的方式。界面新闻
随后在SAIR播客的对谈里，这种做法被形容为抛出“有毒废料”。微博
争执推到高点，答案反而更含混——要弄清帮了什么、没帮什么，得回到陶哲轩自己用过的案例里。
帮他把想法跑成代码，顺手给出“敢试”的底气
这类难题的关键一步常常不在灵感，而在验证：写一段数值搜索、跑批量试算，看构造或反例是否成立。这正是大模型最舒适的区间——边界清楚，对错当场可查，想“编”都编不成。更早的2024年国际数学奥林匹克演讲里，他就试过同一打法：拿一道难题去问AI，10个答案里5个是错的，但有1个给了他启发。 这个阶段的AI，更像一个不知疲倦的实验员加灵感发生器：替你穷举可能性，值不值得做、算不算数，还是人说了算。抖音
从“翻旧文献”到“给出可验证的新证明”
“AI解题”这个说法，2025年10月就被戳穿过一次：OpenAI宣称GPT-5解决了多道埃尔德什难题，随后被证实其中大部分只是文献检索——答案早就发表在论文里，只是数据库还没收录。真正的转折发生在2026年1月，GPT-5.2 Pro一周内攻克埃尔德什问题#397、#728、#729，证明经Lean（一种逐步检查数学推导、任何一步都跳不过去的验证软件）验证后被陶哲轩本人接受，在已有文献中找不到先例；到2026年2月，《科学美国人》统计AI工具已帮助约100道埃尔德什问题转入“已解决”状态。 这一环节帮法的关键词是一个限定词：产出必须能被机器逐条验证。麻省理工科技评论
解题之后：把9万行压到1.5万行，同样是帮忙
2026年8月，陶哲轩在博客里记录了少见的一幕：Lech Mazur借助AI证明了悬置数十年的Sendov猜想并通过Lean验证，但原始形式化证明约9万行代码；他花了好几天，在大量AI帮助下把它重新整理成约1.5万行、只有原来六分之一的版本，还顺带确认这套方法能覆盖一个要求更强的相关猜想。 他打过一个有名的比方：做数学像徒步去远方，AI把人空投到答案附近，而修路、画地图、让后来人走得动，仍然是人的活。 也就是说，“答案之后”的压缩、梳理、建立联系，AI也在帮忙——帮的是把答案变成能用的知识。知乎量子位
成功率约9%：看清没帮什么，才看得清帮了什么
热度会骗人。11月3日披露的最新演讲里，陶哲轩点破了AI数学突破背后的幸存者偏差：以OpenAI为例，团队尝试了约4000道题，最终只有约9%取得成功，登上热搜的只是那些成功案例，剩下91%的失败几乎无人提及。 消化同样跟不上：10月6日，OpenAI一次性公开了722篇AI完成的数学手稿，归为372组结果，后来又撤回3篇；而面对这三百来项结果，陶哲轩自己只读了大约10篇。智东西知乎
他在加州理工的“Math2.0”演讲里给出了总判断：AI正在让证明变得泛滥，建立在证明稀缺之上的旧时代正在落幕，瓶颈从“找到答案”转向“理解答案”。 工具该做的是增强理解，不是替代理解——这条边界，就是AI帮与不帮的分界线。量子位小红书
对每天用AI的人来说，这套分工可以直接平移：能被写成代码跑出来的、能从文献里挖出来的、能被机器逐字检验的环节，AI帮得上忙；而提出值得做的问题、讲明白为什么对、为结果签字——至少到今天，还得靠人。“有毒废料”之争真正的答案在这里：AI省掉的是做数学的执行与验证体力，省不掉的，是把答案变成理解的那部分工作。
