10月11日，丘成桐数学与人工智能实验室联盟在清华大学求真书院揭牌成立，将向数学科学专用大模型研发、AI辅助数学形式化证明与猜想发现、可解释人工智能及交叉领域智能计算等方向发起攻关。 联盟由菲尔兹奖得主、清华大学讲席教授丘成桐牵头发起，联合清华大学求真书院、中国科学院晨兴数学中心、上海数学与交叉学科研究院等8家数学科研机构组建，已汇聚超过1000名科学家。 这个联盟之所以以极高的规格仓促亮相，是因为数学界刚刚经历了一场“海啸”：10月6日，OpenAI一次性公开了由内部AI模型生成的722篇数学研究手稿，涉及372个成果组，其中不乏长期困扰数学家的著名开放难题。财经网返朴中国青年报
72小时升级的“海啸”
丘成桐在成立仪式上说，自己从1969年开始做学问，从未见过如此大的冲击，尤其是过去半年的变化远超出预料。 他选择的态度不是躲避，而是冲浪：“这倒逼我们重新思考数学的本质价值，也要求我们必须在AI浪潮中冲浪，而不是躲起来。”丘成桐说。知识分子财经网
这批手稿里讨论度最高的，是一篇长达175页、目标直指四维挂谷猜想的证明稿。 这个题目的源头非常直观：1917年，日本数学家挂谷宗一提出——一根长度为1、没有粗细的针，在平面里掉头180度，最少要扫过多大地方？这个“针”的问题在二维于1971年证完，三维却卡了数学界半个多世纪，直到2025年2月才由王虹与Zahl交出127页论文正式解决；OpenAI的手稿直接跳到四维，还有一篇97页的要在三维上追赶要求更高的极大函数版本。当然，这175页论文最终成立与否，完全取决于尚未完成的人类核验。新智元
争议升级得比成果更快。OpenAI自己的更新记录显示，10月7日公司撤回了三份手稿——一处符号错误使一篇的关键论证失效，连带影响另外两篇依赖它的工作，同日还有14份手稿接受修订。知识分子
学术界高层的反应同样激烈：10月7日，陶哲轩在个人博客转载人类数学协会（AHM）声明，批评OpenAI大规模发布数学手稿的方式，呼吁数学家停止与这家公司合作。在中国科学院院士、中国数学会理事长席南华看来，冲突的核心不是AI会不会做数学，而是规则——企业不受学术规则约束，发布成果不需要经过同行严谨核验，甚至允许错误内容流出，但新的共识还在形成，数学界可以和产业界共同建立一套各方都能接受的规则体系。财经网
席南华把当前局面形容为“旧的秩序失去了，新的秩序没有产生”，数学界需要在与AI的磨合中逐步建立新的规则。 国际数学联盟副主席、香港数学会会长何旭华则指出，按科学标准衡量，OpenAI公布的大量结果不可复现、缺乏可读性、也没有经过认真检查，数学家理解并判断它们是否正确所遗留的工作量，可能比此前的工作量还多。他提出了更具体的诉求——希望联盟参与讨论数学与AI合作的标准：成果达到什么程度、按照什么规范写出来，才适合发表。返朴知识分子
联盟的“双向奔赴”：AI写证明，数学修AI
联盟写进明面的目标，是整合国内数学研究力量、集中研发具有自主原创性的数学科学专用大模型：一方面利用AI探索数学猜想、辅助定理证明；另一方面以数学理论创新改进AI底层算法、模型架构和推理能力。 组织方式也随之改变：成员机构共享算力、模型训练资源和形式化数学库，并将陆续在北京、上海、南京、深圳、香港布局数学人工智能实验室。成立仪式上展出的两项成果，就是这个模式的样品。返朴
形式化证明：把“信不信得过”变成“机器验不验得过”
四项攻关方向里，“AI辅助数学形式化证明”对普通读者最陌生。形式化，是把一份数学证明翻译成机器可检查的形式语言，让计算机逐步核对每一处推理——当证明动辄上百页、符号成山时，没人能可靠地通读全部细节，机器核验却能一步不让。联盟成立仪式上恰好给出了这种工作的体量感：利用AI智能体、27.3万行代码完成卡拉比猜想的形式化验证。 这类工作的意义，是把“信不信得过一份证明”变成“过不过得了机器验证”——像OpenAI这次撤回事件里符号错误级的失误，在形式化核验面前根本无法通过。“猜想发现”则是反向操作：让AI在庞大的可能性空间里搜索反例与新猜想，同场展出的“借助AI构造退化阿诺德猜想的反例”即属此类。返朴
至于为什么要“专用大模型”，丘成桐承认，国产通用大模型已能较好地处理日常问题、写还不错的诗，但要完成OpenAI近期展示的那种前沿数学研究还有一定差距；而AI领域的发展是指数级增长，不是线性增长，国外AI大公司聚集着最有能力的学者。 他给国内科研力量的提醒更直接：每一个学校、机构都做一点点，很难跟人家的聚合之力比较，用线性增长追指数增长，最后难免跟着走。他的答案是改变科研组织方式，让1000个数学家共同努力，打造一个能实现非线性增长的原创模型。知识分子返朴
定理由“量产”之后，数学的价值在哪
对普通读者，这场争论绕不开一个根本问题：如果AI能批量产出定理，数学还值得学吗？席南华给了一个通俗而锋利的比喻：仅有数学定理，并不构成数学——只有定理，就像一个建筑只有砖块，形成不了建筑。 他举例说，欧几里得在《几何原本》里早已证明素数有无穷多个，两千多年后欧拉用无穷级数又给出一个证明，这扇门一打开，就是解析数论的开端，黎曼猜想等后来的重大思想皆由此展开——解决问题从来不是研究的终点，新的证明带来新的理解、新的视角。这也是数学界“不怕”AI的底气：AI可以生成海量证明，却无法像人类数学家一样提出真正有洞察力的新问题。 丘成桐说得更直白，找重要的问题、开创数学的前沿，这个怎么走，AI不懂。知识分子财经网返朴
培养年轻人，与接下来该盯的节点
速度变化已经在真实发生。北京雁栖湖应用数学研究院常务副院长刘正伟提到，课题组一名学生通过与AI及几位老师互动，仅用一个月就把一些算法的运行速度提升至原来的千倍量级，达到国际领先水平——从数学底层的想法到具体技术实现的周期，正在被大幅压缩。知识分子
求真书院已开始调整培养方式：鼓励学生在老师和博士后带领下更早接触前沿问题，同时反复提醒他们检验自己是否真正理解了借助AI得到的答案。中国科学院院士田野认为，传统作业、考试乃至仅凭论文评价学生的方式都受到AI冲击，未来要更加看重对知识的深入理解、创造力和判断数学前沿方向的能力。 丘成桐最担心的是应试教育成长起来的年轻人一旦考试比不过机器就不想做研究，他的期待是“AI能够帮助我们走向更深的数学，也让更多人走进数学”。返朴知识分子
规则与平台的落地也已有明确节点：由丘成桐创办并担任主编的《Journal of AI-Assisted Mathematics》将于2027年年初发布，很可能成为“人机协作成果”发表规则的试验场。 回看这场“融合”，清华新联盟的意义与其说是数学机构集体拥抱AI，不如说是国内最顶尖的数学力量开始以组织化方式回答同一个问题：把机器擅长的核验、搜索与海量证明交给机器，把提出问题、形成理解、把握方向留给人。规则尚未成形，而这正是接下来值得持续关注的部分。返朴
