AI能取代数学家吗？10月20日，SAIR基金会主席陶哲轩与新科菲尔兹奖得主邓煜的独家对谈给出的共同判断是：随着AI的介入，"已有证明的问题"与"我们能理解证明的问题"之间，划出了第二条边界。这条"新边界"反过来定义了每个普通学习者的处境："拿到答案"正在免费，"真的理解"成了稀缺——用AI学数学的方法，要从头调整。微博
三个月，AI连过三道线，人类的理解停在原地
第一道线是在领奖台边划下的。7月23日，2026年国际数学家大会开幕式上，中国数学家邓煜、王虹获得菲尔兹奖，这是中国籍数学家首次获得这一奖项。颁奖后面对"AI会不会取代数学家"的提问，邓煜没有回避也没有危言：他坦承自己长期把大模型当日常研究工具，研究中一个特例停滞了几天，GPT给了一个简洁解法，虽然不是最终答案，但成了关键突破口。但他同时划定了边界：AI只是工具，不是伙伴，它擅长基于已有文献的拼接和推导，却没有原创直觉、没有"哪些问题值得研究"的价值判断，也完成不了长期盯住一道难题的体系化创新。央视网知乎
真正的冲击在9月8日。纽约大学数学家Buckmaster当天公布三项涉及流体方程奇点的证明后几小时，OpenAI发布了纳维-斯托克斯方程——克雷千禧年难题之一——的完整证明：未公开的内部模型，约1万个智能体并行工作88小时，发送270万条消息、消耗约1300亿输出token，在Lean中完成形式化验证并公开166页文稿。OpenAI明确表示不申领100万美元奖金，因为其构造给流体附加了一个"光滑外力项"，与千禧年问题的标准表述存在差异；而它与Buckmaster团队之间"谁先想到这条路"的署名争执，直接把数学圈点着了。知乎
第二道线是一次"地毯式轰炸"。10月6日，OpenAI在GitHub公开722篇AI生成的数学手稿，分属372个结果族，包含377项新证明，约三分之一涉及数学界广泛关注的重要猜想；发布两天后，三篇存在错误的论文被撤回，仓库剩余719篇。知乎
更刺耳的声音来自被直接命中的人：这批结果里，有16个问题正是法国数学家Hugo Duminil-Copin长期钻研的方向，他说AI彻底摧毁了自己的研究领域，甚至"周二晚上，我哭了，还把女儿吵醒了"。更说明问题的，是连顶尖专家都读不过来：陶哲轩在10月中旬的Numberphile访谈里说，这三百来项AI结果，他自己只看了大约10篇。机器之心知乎
他的完整判断更不留情面：数学的浪漫时代、英雄时代结束了——以前证明来之不易，证明出来，理解跟着就来；现在机器找到捷径，证明多到淹没人，理解却没跟上。2018年得主舒尔茨的定性则更冷：AI解决了一个孤立的问题，这对数学理解几乎毫无贡献。哔哩哔哩知乎
分裂的不是"AI能不能做数学"，而是"数学该由谁定义"
数学界的反应其实更早。6月2日，15所大学的16位数学家发布《关于人工智能与数学的莱顿宣言》；9月11日，包括陶哲轩、邓煜在内的25位菲尔兹奖得主——签名从1978年得主德利涅横跨到2026年得主邓煜——联合发表《人工智能在数学中的严重错位》，在mathandai.org开放全球联署。这些信并不反AI：它们明确承认AI有加速真正数学研究的潜力，反对的是发布方式——匆忙宣布，来不及写成像样的论文、来不及提炼新方法、来不及引用他人在先的工作，而这套流程恰恰是数学能够传承的依托。微博机器之心
陶哲轩把这层担忧整理成了他10月发布的"Math 2.0"演讲：传统数学运行在"证明稀缺"的假设上，而我们已进入"证明充裕"时代；解题只是通往"理解"这个真正目标的代理指标，它在证明稀缺的年代大体准确，在证明充裕的年代已经失准——继续盲目优化解题，摧毁的将是孕育新思想的土壤，以及数学家之间的人类传承链。知乎
另一侧的旗帜是另一位2026年菲尔兹奖得主Jacob Tsimerman：他刚登台领奖就转身加入了OpenAI。他的判断也更激进：不到两年，AI的数学能力就会彻底超越人类数学家。至于"AI的证明需要人来解释"，他认为AI自己就能做——你完全可以要求AI详细解释每一个步骤。邓煜这边则留下过一句被广泛玩梗的玩笑：AI要是真取代了数学家，他就回去写"百合小说"。玩笑背后立场没变：AI永远取代不了数学家"想"的过程。知乎知乎知乎
对谈本身显示，争论正在从立场走向方案：两位菲尔兹奖得主拒绝把问题简化为支持或反对AI，一方面直指闭源AI切断思维链与思想传承的隐患，另一方面给出动作——加速推出开源数学模型。微博
普通学习者能直接抄走的，是数学家们的"防坑共识"
这场争论看似离普通人很远，但数学家踩的坑，全是学生正在踩的坑的放大版。第一条是邓煜在领奖后就说透的：先独立思考，再借助AI校验——跳过自己思考直接拿AI的答案，最终弱化的是自己的判断力。他本人从不排斥工具，前面那个GPT给出的关键突破就是他的亲身用法；区别只在顺序：先把自己卡死，再把残缺过程甩给AI，问"我的思路在哪一步断的"，让AI扮演突破口而不是代笔者。知乎
第二条，把"拿到答案"当及格线，把"复述和再出题"当完成线。这正是"证明充裕、理解稀缺"反转的学习版：AI一分钟给出的解答，你可能需要二十分钟才真正吸收，而那二十分钟才是学习发生的地方。小红书上跑得最通的实践就是这条路——一开始直接问AI答案、抄完还是不会，换了问法让AI一步步讲；也有人用AI一周过完一学期的数学复习。可执行动作是：看完AI解答关掉屏幕，手写复述每一步的依据；复述不出的部分，让AI换种讲法再讲，直到能用自己的话讲出来；最后让AI按同一知识点出3道变式题，独立做对才算过关。小红书小红书
第三条，像审稿一样审AI。别忘了那722篇连形式化验证都过了的手稿，头两天就有数篇因基本的符号错误被撤回，文字证明还与形式化的Lean代码严重脱节。陶哲轩"只读了10篇"与Anthropic要求员工把"人的时间和注意力"当作稀缺资源，说的是同一个逻辑：先核AI自己标出的"最没把握处"，再随手抽查两条依据；几何和概率题，关键计算自己重跑一遍。生成早已不是瓶颈，读懂并签字才是——对数学家如此，对交作业的学生同样如此。微博
至于要不要担心"AI把数学都学了，人还学什么"，10月初一场数学博士生圆桌的总结值得记下：AI正在降低做数学的技术门槛，但"成为数学家"的标准反而大大抬高。被AI替代的是"会算"，稀缺的是"会问"——提出好问题、判断什么值得做、把陌生证明啃成自己的理解，这三样恰恰是数学学习本来就该练、只是过去被题海挤掉的东西。AI会不会取代数学家，还需要时间回答；但对屏幕前的学习者，这三个月里站在数学最高处的人已经给出了可操作的部分：它能让你的每一步算得更快，却替不了你"想"的那二十分钟。知乎
