如果你常逛数论相关的评论区，一定见过这句经典玩梗：「我已经有了一个绝妙的证明，可惜评论区太小，写不下。」这个源自费马的老梗，在数论圈被复读了无数次。但最近半年，这个梗正在变成现实——只不过写出「绝妙证明」的不再只是民间爱好者，还有 AI。
从今年 1 月 GPT-5.2 Pro 独立证出一道 45 年没人解决的埃尔德什猜想，到 8 月一位顶尖学者因为 AI 帮他解开了苦熬多年的博士课题、反而宣布退出学术圈，再到各种难题网站上堆满没人来得及核实的 AI 证明——数论这个「数学王冠上的明珠」，正在经历一场前所未有的变化：证明，正在变得廉价；而验证，成了最稀缺的东西。
如果你也被「AI 又证明了 XX 猜想」这类标题刷过屏，却分不清哪条是真突破、哪条是标题党，这篇就是替你把这些信息筛一遍。
一、这波「AI 做数论」到底发生了什么
先说真正站得住脚的那一条。
2026 年 1 月 17 日，研究者 Neel Somani 把埃尔德什问题库里的第 281 号问题丢给了 GPT-5.2 Pro。这道题由传奇数学家保罗·埃尔德什和罗纳德·格雷厄姆在 1980 年提出，涉及同余覆盖系统和自然密度的深层关系，45 年没人解决。结果模型给出了一份完整证明。知乎
菲尔兹奖得主陶哲轩没有直接采信，而是亲自动手，把整套遍历论论证翻译成组合学语言、换掉其中一个关键定理，重新走了一遍全部推导，结论是：证明成立。知乎他评价这是「迄今为止最明确的第一类结果（AI 主要贡献）」。
但这个故事最有意思的地方，反而是后面的反转。评论区一位叫 KoishiChan 的用户指出：这道题其实有更简单的解法——把 1936 年的达文波特–埃尔德什密度收敛定理和 1966 年的罗杰斯定理拼在一起，第 281 号问题几乎是个直接推论。知乎换句话说，连提出这道题的埃尔德什本人（他正是 1936 年那篇论文的合著者），当年都没意识到答案近在眼前。一段尘封在冷门专著里、几乎没人引用的定理，就这样被重新挖了出来。
看起来是 AI 的高光时刻，对吧？但陶哲轩紧接着泼了一盆冷水，而这盆冷水恰恰是整件事里最值钱的信息：
评估 AI 工具的真实成功率时，最大的偏差来自「报告偏差」——负面结果几乎不会被披露。某个人或某家 AI 公司把模型用在开放问题上没有进展，他们没有动力去报告这个失败；即使报告了，也不会像成功那样在社交媒体上传播开来。
他引用了一个由 Ivanisvili 和 Seven 发起的开源项目，系统记录前沿大模型在埃尔德什问题上的正面和负面结果。数据显示，这些工具在埃尔德什问题上的真实成功率大约只有 1% 到 2%。知乎也就是说，你在 feed 里看到的每一条「AI 证明了 XX」，背后可能藏着几十上百次没人提的失败。这是单刷社交媒体永远看不到的分布。
二、为什么偏偏是数论
AI 能做数学题的领域那么多，为什么数论成了这波讨论的风暴眼？原因其实很朴素：数论是门槛最低、天花板最高的数学分支。
哥德巴赫猜想——「任何大于 2 的偶数都能写成两个素数之和」；孪生素数猜想——「存在无穷多对相差 2 的素数」。这些问题一句话就能讲清楚，一个小学生都能听懂它在问什么，不需要任何高等数学就能上手尝试。这跟需要十年才能看懂题面是什么的代数几何、朗兰兹纲领完全是两个物种。
B 站有一条 22 万播放的科普视频，标题就叫《哥德巴赫猜想：看起来必然成立，为什么就是证明不了？》，评论区近千条。哔哩哔哩其中被反复点赞的一句是：「素数是用乘法定义出来的，1+1 却在研究素数的加法。」 乘法结构和加法结构是两套完全不同的体系，素数的分布规律藏在乘法里，而哥德巴赫偏要问加法——这就是它看起来几乎一定对、却怎么也证不了的根本原因。
正因为「表述初等、验证直觉简单、上手门槛极低」，数论历来是民间爱好者最爱冲锋的地方。知乎上有个被浏览二十多万的问题：「数学民科为啥偏爱数论？」答案说的就是这个——你不需要懂微积分、不需要懂抽象代数，只要认识整数，就敢向哥德巴赫发起挑战。知乎而现在，AI 把「人人都有绝妙证明」这句话真正量产了。打开微博、小红书，随处可见「我用 AI 证明了 XX」「AI 帮我证伪了三素数定理」这类帖子，署名往往是「小学数学家」「野生研究者」。真突破、报告偏差、民科狂欢，三种东西混在同一个信息流里——这正是普通人最容易看走眼的地方。
三、瓶颈变了：从「找证明」到「验证证明」
如果说前面的故事还只是「AI 偶尔能做出真东西」，那么接下来发生的事，才真正改变了数论这门学科的生态位。
陶哲轩在 2026 年国际数学家大会（ICM）的演讲《AI 时代的数学》里，造了一个很传神的词——「证明的消化不良」（indigestion of proofs）。意思是：AI 生成证明的速度，已经远远超过了人类审核证明的速度。各个收集数学难题的网站，正在被 AI 生成的证明提交淹没，其中很多可能是对的，但没有人有时间去核实。数学正冲进一个「证明过剩」的时代。微博
当「找到证明」不再是瓶颈，「确认证明是对的」就成了新的稀缺资源。最戏剧性的例子，是学者 Rishikesh Gajjala。据新智元报道，他在纽约大学阿布扎比分校做完博士后，过去几个月里 AI 帮他在最在乎的问题上接连取得突破——本该更确信数学是天命，结果他反而觉得自己越来越像个多余的人。微博他的原话很扎心：
「在通过验证之前，一份漂亮的证明和垃圾没有区别。」
想透这一点后，他做了一个在外人看来很意外的选择：退出学术圈，但没离开数学，而是转身走进形式化验证领域，用 Lean 把借助大模型发现的猜想和埃尔德什问题一条条形式化，随后加入了一家刚拿到 2700 万美元种子轮的创业公司，专门研究「如何证明 AI 的答案是对的」。用一句话概括：他从「找真理的人」，变成了「给真理盖章的人」。
这条路上已经出现了迄今最硬的战果。一个名为 AxiomProver 的多智能体系统，首次自动完成了「246 定理」证明的形式化验证——即「存在无穷多对相差 246 的素数」。这是人类离孪生素数猜想最近的一次。回望这条素数间隙的压缩之路：张益唐 2013 年把间隙从无穷大压到 7000 万，Maynard 很快压到 600，再到 Maynard 与陶哲轩合作压到 246——三步走了十年。微博如今，连「把这些证明搬进计算机里逐行核验」这件事，AI 也开始能自动完成了。
你会发现一个清晰的趋势：AI 越强，「验证」就越值钱。 会做证明的工具在增多，但能判断证明对不对的人（和能机器核验证明的系统），反而成了最抢手的资源。
四、看到这，对你意味着什么
聊了这么多，落到一个普通兴趣用户身上，其实就两件事：怎么不被标题党忽悠，以及接下来值得盯什么。
先给你一个「看到『AI 证明了 XX 猜想』时的五条鉴别清单」，下次刷到这类消息，照着过一遍基本不会翻车：
有没有权威逐行验证？ 像陶哲轩对 281 号问题那样亲手翻译、重推一遍的，才算数；只有模型自说自话、或者「某某用 AI 跑了一下」的，先打个问号。
是新结果，还是旧定理的重新表述？ 281 号问题差点就是两个上世纪经典定理的直接推论。很多「AI 证明」其实是把已知结论换了个说法。
能不能形式化？ 能被 Lean、AxiomProver 这类系统逐行核验的证明，可信度远高于只存在于截图里的证明。
警惕报告偏差。 你看到的成功背后，是海量没被报道的失败。真实成功率目前只有 1%~2%，别被幸存者偏差带偏。
分清「AI 主要贡献」和「AI 辅助」。 前者（第一类结果）是模型独立给出的证明，后者是人主导、AI 打下手——两者的含金量完全不是一回事。
再说值得持续关注的信号：
形式化验证的进展：Lean 生态、以及把数论定理搬进机器核验的项目，是判断「AI 证明」能不能落地的硬指标。
埃尔德什问题库的 AI 结果记录：那个同时记录正面和负面结果的开源项目，比任何单条热搜都更能反映真实水平。
陶哲轩等一线学者的讨论：他们既是最严格的验证者，也是最早指出坑在哪的人。
顺带一提，国内数论方向最近也有个值得记的名字：北京大学袁新意教授凭借在算术几何领域的贡献，拿到了 2026 年未来科学大奖「数学与计算机科学奖」。微博这条线和 AI 无关，但如果你在意华人数论的力量版图，可以留意。
结语
数论大概是数学里最「热闹」的分支：人人看得懂题面，人人觉得自己能试试。过去这份热闹里掺着大量民科式的自信，而现在，AI 把这份「人人都能给出证明」的热闹，放大了成百上千倍。
但热闹不等于进展。真正的变化在于：当证明变得唾手可得，愿意且有能力把它从头到尾验证一遍的人，才成了这门学科最稀缺的资源。 下次再刷到「AI 证明了 XX 猜想」，别急着转发或惊叹——先问一句：这份证明，有人看完了吗？
这大概就是这波浪潮给所有兴趣用户最实在的一个提醒：在信息过剩的时代，判断力比信息本身更值钱。
