2026年10月上旬，OpenAI在GitHub上一次性放出722篇数学手稿，全部出自一个尚未公开的内部模型，覆盖数论、几何、概率、理论计算机等17个数学分支。 这个夏天，王虹刚因证明三维挂谷猜想拿下菲尔兹奖，不到三个月，OpenAI的模型声称把四维版本也解决了。 热榜话题“AI把数学干废了”由此炸开。微博知乎
但对学生来说，要不要因此放弃刷题，答案不在发布规模里：AI碾平的是已知问题的“答案”，不是数学思维本身；真正该调整的不是停止练习，而是换掉练法和“练会”的标准。接下来三个数字，说清为什么。
372组成果、平均3小时算力：会解题正在变便宜
OpenAI把大约4000个悬而未决的开放问题喂给模型，最终在372组问题上拿出结果，平均每个结果耗费的算力，大约相当于ChatGPT付费高级版思考3个小时。 曾经衡量人有多聪明的标准也已被击穿：AI去年就达到国际数学奥林匹克金牌水平，题库刷满之后，分数上涨本身已经说明不了什么，OpenAI只能改用开放问题做标尺。 翻译到考场上：同类题AI秒出正解，靠“会做、记住套路”堆出来的题量，这部分价值确实在缩水。微博知乎
42%：答案变便宜的同时，“确认”变贵了
这批手稿没有一篇经过同行评审，也没有人类作者署名；发布第2天，OpenAI撤回了3篇，毛病出在第一篇的一个符号上——该写负号的地方写成了正号，另14篇当天修补。微博
数学的特殊之处是证明可以翻译成Lean这类机器语言逐行检查，但按对仓库目录的统计，372组成果里约六成三附带Lean形式化说明页，截至10月10日只有约42%的结果真正通过了机器检查，OpenAI也承认其余结果可能有问题。 整件事的瓶颈已经从“AI会不会做”变成了“人能不能确认”。知乎微博
机器检查还有盲区：Lean只能保证拿到的那句话被证明，它和论文里的自然语言原题是不是一回事，仍要靠人核对，剑桥大学研究者已发表论文提醒翻译为Lean代码时可能发生意义上的偏移。知乎
人肉消化更跟不上。帝国理工学院的凯文·巴扎德数过落进自己数论领域的稿件：一共30篇，只有7篇看起来质量突出，只有1篇通过Lean验证。 这722篇手稿至今没人通读过一遍，连OpenAI自己的研究人员也没有。知乎微博
联名信反对的不是AI，是军备竞赛
热榜流传最广的说法“数学家联名喊AI毁掉数学”，被原始文本纠偏了。9月12日，陶哲轩、邓煜等25位菲尔兹奖得主联合发表公开信《人工智能在数学中的严重错位》，指出AI公司把解决数学问题当作基准测试推进、对数学共同体有害，同时承认AI有加速数学研究的潜力，反对的是匆忙公布结果。 手稿发布后，陶哲轩进一步主张“数学2.0时代”应淡化攻克难题的叙事，转向理解与分享。 数学圈最焦虑的不是被替代，而是一个原本靠研究者不断尝试的过程有了新生产方式，而人的理解、学习和成长还需要时间。知乎知乎知乎
学生该改的不是少练，是换练法
先把AI从答案查询机改成陪练。知乎“怎么利用AI学习数学”的问答点破关键：只让AI答题就只得答案，应当把AI当一起解题的伙伴，主动告诉它自己卡在哪一步。 一个符号写错就撤掉3篇的事实也说明：AI的输出不是终点，而是你题目的起点。知乎
再把刷题目标从“会做”换成“会验”。做完一道题合上AI独立复写一遍再对照，挑AI解答找可疑步骤，应当成为日常动作。372组成果只有约42%经机器确认的现实意味着：答案越便宜，能判断答案对不对的人越稀缺。选题时保留一定比例必须写出完整推理链条的题，而不是只要数答案的题。
把思维训练的单位从“解题”换成“表述与提问”。机器的盲区恰恰是人的护城河：陈述与原题是否一致，最终要人核对。具体练法是给自己定两个小动作——把AI的解答改写成同学能看懂的版本，再改条件追问“结论还成立吗”。准确地把问题说清楚、把道理讲明白，比多算一道题更接近“数学2.0”稀缺的能力。
最后，把“难受”的部分留住。有考研学生在知乎回答里写，真正用了AI反而对它祛魅：在自己的研究问题上，AI无法克服本质困难，而不同学生的知识消化能力差距很大。 理解无法外包，坐得住、硬啃一道不会的题的能力，正是不会随AI能力增长而贬值的那部分训练。知乎
边界：这些都是手稿级的声称
即便分量最重的“准黎曼猜想”，把零点无零点区域推进到实部大于7/8，也仍是有待独立验证的声称——离猜想要求的实部等于1/2还差得远，美国佐治亚理工学院的马特·贝克提醒，完整证明可能需要完全不同的方法。 上面的学习策略，是基于“生成速度超过验证速度”这一现状的条件化判断，不是已被证明的结论。但至少一件事是确定的：AI干废的是只会追答案的学数学方式；要求理解、验证和表达的数学，从没像现在这样值钱。微博
