2026年10月6日，OpenAI集中公布了700余篇由其前沿模型生成的数学文稿，涉及300多个著名问题。北大教授孙鑫在10月底的论坛演讲里，把这一天称为世界数学史的分水岭；而在那之前的几个月里，5月有埃尔德什单位距离猜想的反例，7月有借助Claude得到的雅可比猜想反例，9月8日则有带光滑外力的纳维–斯托克斯方程爆破解的构造——千禧年问题的一个版本已被解决。AI的数学能力一年走完了一个“AlphaGo时刻”，关于“还要不要学数学、用AI学数学会不会把脑子用坏”的争论，也从研究界一路烧到了普通学生和家长那里。知乎
答案并不是“别用”。真正毁思维的，是把独立解题和验证纠错这两件必须发生在自己脑子里的事整体外包。同样一个对话框，当作“答案机器”用会掏空训练；当作“诊断仪器”用——找知识漏洞、生成变式题、当随时可问的讲解员——则是任何人此前都不曾拥有的配置。
数学界自己也没谈拢，但没人说“理解”可以外包
那批文稿公布后，“人类数学协会”（AHM）很快成立：截至10月23日，官网列有1008名成员，其中654人加入了可选的“AI-free”承诺组别，承诺不为商业AI公司提供相关劳动，也不发表由模型代写的数学文本。而在10月13日，另有49名数学家联署公开信，在承认AI进展的同时写道，他们鼓励数学家自由而审慎地使用这类工具。拒绝使用、全面拥抱与审慎协作，三条路线至今并存。知乎知乎
值得每个学习者记住的是孙鑫转述的一个细节：两位剑桥同行在10月宣布借助AI几分钟直接求解了一类此前难以处理的偏微分方程，论文结尾却特意写道，很庆幸这些结果最初是通过其他方法得到的——如果一开始就用AI直接求解，探索过程中催生的新思想和新数学结构或许根本不会出现。与此同时，数学界仍在逐篇检验和理解那批AI证明：找到答案的速度，远快于消化理解的速度。连最前沿的职业数学家都绕不开“理解”这道工序，而AI的能力在各方向也极不均衡——组合数学里解题极强，依赖长推理链条和几何直觉的证明却未必顺手，后者恰恰是人脑最需要持续训练的部分。知乎
四个坑，都踩在“AI太方便”和“学习必须费力”的交界上
坑一：题是AI做出来的，你下次还是不会。11月11日知乎上一个热度很高的提问写道，最近可能因为使用AI太多，感觉对数学的敏感度下来了，以前可以思考一个定理好几天、甚至好几个月的状态完全没有这种想法了。一位家长在暑假陪孩子用AI学完初一数学后的复盘同样具体：孩子小题基本能做，但遇到大题、陌生题，经常不知道从哪里开始。问题不在某个知识点，而在“自己拆解一道陌生题”这个动作从未真正发生——每次卡住，AI都及时补上了完整的解法。知乎微博
坑二：把流畅当成正确。10月，#AI把数学干废了#话题刷屏，其中的批评相当集中：AI推导过程排版漂亮，中间悄悄出现逻辑漏洞，普通人很难分辨对错，直接照搬很容易踩坑。有数学老师实测后的结论类似：解题的答案是对的，但解题的过程有点问题。连前沿成果层面也有这种缝隙：在NS方程相关结果上，自然语言要求的“严格小于”，被翻译进Lean代码时成了“小于等于一个更大的值”——听着差不多，数学上是两个命题。这些错误最危险的地方在于它们不明显：逐行抄写AI推导，等于把错误逻辑静默地砌进自己的知识体系，而你不知道裂缝在哪。微博小红书微博
坑三：看懂了详解，误以为自己会了。一道题最有教学价值的步骤，恰恰是完整解析里一句带过的那步关键变形——它是你自己想不到的那一步。把AI的详细解答读一遍然后点头，与抄一份“答案比你聪明”的参考书没有区别。检验标准只有一条：合上书，从头到尾独立重写一遍。
坑四：连新手村的苦练也外包。把该自己算的数交给AI、把该熟的定义当“反正查得到”，省下的不是时间，是地基。一位在牛津任教的教育者11月的总结很直白：学数学像练武功，新手村的苦练省不掉。基本计算、基础推理、默写定义再独立推导，是后面所有抽象能力的底座，这三件事AI替不了。微博
怎么用才不毁思维：把AI从“答案生成器”翻转成“找错器”
经过大量学习者验证、也最少争议的用法，是错题诊断：平时把错题留下来，标一下卡在哪一步——不会开头？题型没认出来？看懂答案但想不到？到了周末再把错题发给AI，不问“这题怎么做”，而是问：我错在哪里？这些题有什么共同漏洞？下周应该先补什么？进阶一点的用法是拿AI做查缺补漏：一位数学物理方向的学习者自述，遇到知识断层时，他会打开AI，详细叙述自己的基础和疑惑，请AI帮他设计一份自学计划，比自己翻图书馆索引高效得多。小红书知乎
这套用法的逻辑只有一句：别人用AI找答案，你用AI找漏洞。小红书
把AI真正用成“教练”而不是“枪手”，可以固定三步节奏：先自己想，卡住超过一刻钟再开口，而且要提示、不要全解；拿到完整解法后合上书独立重写；最后让AI按同一方法出两到三道递进的变式题，检验自己是“真的懂了方法”还是“背下了一道题”。
再配上一个“逐句验证回路”，这是一位代数几何方向的研究生在评论区公开分享的做法：先截图原始证明，让AI对证明里的每一句话都做出证明和解释，然后再逐句验证AI给出的每一句；读完之后总结自己仍看不懂或觉得有问题的地方，再回头问，反复验证直到自己确认无误。需要重点核查的，正是那些“写得很自然但没有给出证明”的论点。哔哩哔哩
同一处评论区也有反面教训：有学习者让AI帮忙查找阅读文献，AI给出的书目和章节看着头头是道，真去找就会发现那些顺序全是乱的。资料推荐尚且如此，推导过程更不能免检。哔哩哔哩
分工其实可以一句话说清，公开信里那49名数学家写的原则同样适用于学生：使用AI的人，必须对自己提交的论证承担责任。把概念讲解、打比方、梳理知识结构、“问十遍也不嫌烦”的耐心交给AI——这是无数家长实测下来它最接近好老师的地方；把计算和推理、独立写证明、分析自己为什么错，留给自己。知乎
真正要回答的问题
10月，科普频道3Blue1Brown发布了新视频《没有比现在更好的时机来学数学》，转述者的概括点出了拍摄动机：AI开始地毯式轰炸数学难题，很多想学数学的年轻人道心破碎。这个反直觉的判断之所以成立，前提恰恰是上面那套用法：AI把“拿到答案”贬到了不值钱，“理解、提问、验证”的身价反而被抬高了。判断自己有没有踩坑的标准也不是作业完成得快了多少——而是合上AI之后，面对一道陌生题，你是否比一个月前更能自己动笔。微博
