10月11日，丘成桐数学与人工智能实验室联盟在清华大学成立。这个由菲尔兹奖得主、清华大学讲席教授丘成桐牵头，联合清华大学求真书院、丘成桐数学科学中心、北京雁栖湖应用数学研究院、中国科学院晨兴数学中心等机构组建的联盟，汇集超过1000名科学家，将开展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等研究。它的直接触发点，是几天前OpenAI一次性放出722份AI生成数学手稿引发的冲击波——在丘成桐的形容里，这已经不是“冲击”，而是“海啸来了”。知识分子
对普通读者，这条热点最值得带走的是一个清晰的判断标准：机器已经追上“解给定问题”，稀缺的能力转向“提出重要问题、核验答案真伪、理解为什么对”。文中有4道趣味逻辑题，测的恰好就是这三种能力。
海啸：722份手稿与3份撤回
10月6日，OpenAI在GitHub上一次性公开了722篇由内部AI模型生成的数学手稿，涉及372个成果组，涵盖数论、几何、代数、理论计算机科学等多个领域。尽管其中部分结果仍待核验，甚至经历修正或撤回，AI提出数学解答的速度和规模，已经远远超出许多研究者的预期。微博知识分子
质量问题同样真实。10月7日，OpenAI撤回了三份手稿——一处符号错误使其中一篇的关键论证失效，并影响了依赖这一论证的另外两篇工作，同一天另有14份手稿接受修订，涉及证明修补、命题表述、前提条件和引用等问题。知识分子
反对声比核验来得更快。9月11日，陶哲轩、邓煜等25位菲尔兹奖得主联合署名发表公开信《人工智能在数学中的严重错位》。10月7日，陶哲轩又在个人博客转载人类数学协会（AHM）的声明，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，强调科学应以人类理解为中心。知乎知识分子
丘成桐本人的态度变化是最有说服力的信号。2023年4月，他在复旦大学演讲时还说“AI不可能对最尖端的数学家有任何影响”；今年9月24日，他作为作者之一发表的arXiv论文宣称解决了悬置70年的微分几何问题，致谢栏写明感谢两个AI模型在部分证明策略的探索和计算中提供了帮助，并强调人工验证和论文表述的责任由作者自己承担。知乎
而被解决的七维球面正截面曲率问题，1982年就被丘成桐亲手写进自己的问题清单，排在第二位，一挂就是44年。“我从1969年开始做学问，从来没有见过学术界受到如此大的冲击”，过去半年的变化远超他的预料，用“冲击”形容已经不够，更像是海啸来了。知乎返朴
联盟要做什么：自己造模型，自己立规矩
丘成桐给出的应对方式是迎上去，而不是绕着走：“AI做得越好，对我们越有帮助。我们因此要在整个海潮上面冲浪，而不是躲起来避开它”。知识分子
联盟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领域发起攻关，推动AI与数学深度融合。成员机构将共享算力、模型训练资源和形式化数学库，并陆续在北京、上海、南京、深圳、香港布局数学人工智能实验室。组织方式的背后是资源差距：OpenAI等巨头有几千名学者共同改进模型底层，国内科研力量相对分散，丘成桐还点出一个现实约束——全世界最先进的AI并不向中国开放。北京日报返朴
成立仪式上摆出的“成果”罕见而具体：借助AI构造退化阿诺德猜想的反例，以及利用AI智能体、27.3万行代码完成卡拉比猜想的形式化验证。由丘成桐创办并担任主编的新刊《Journal of AI-Assisted Mathematics》计划于2027年年初发布，聚焦人工智能与数学的深度融合。返朴
真正值得琢磨的是数学家们的分工判断。中国科学院院士、中国数学会理事长席南华说“仅有数学定理，它并不构成数学”——只有定理就像只有砖块的建筑，形成不了建筑。知识分子
国际数学联盟副主席何旭华则给出另一半真相：OpenAI公布的结果很多按科学标准不可复现，数学家要判断它们是否正确，遗留的工作量甚至可能比此前的研究本身还大。至于方向感，丘成桐说得很直白：“找重要的问题，开创数学的前沿，这个怎么走，AI不懂”。知识分子返朴
速度端的红利已经落到具体的人头上：北京雁栖湖应用数学研究院常务副院长刘正伟提到，一名学生与AI和几位老师互动，仅用一个月就将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。教育端的反应则相反——晨兴数学中心副主任田野认为，以前强调的计算能力AI已经能完成得比较好，对学生的要求反而更高：理解要更深，创造力要更强。知识分子
4道题：测测你的逻辑能不能“冲浪”
规则：不测计算技巧，测数学家们在成立仪式上共同指向的三种能力——设计核验、追踪依赖、分辨“答案”与“问题”。先做题再看答案，这是趣味自检，不是严格测量。
第1题（核验设计） 一张规则卡写着：“若卡片一面是元音字母，另一面必须印着偶数。”桌上四张可见卡片为：A、B、4、7。最少要翻几张、翻哪几张，才能检验规则是否被违反？
第2题（误差传递） 假设一份机器生成的证明有100步，每一步的可靠性都是99%，整条证明从头到尾一步不错的概率大约是多少？（提示：算0.99的100次方）
第3题（依赖判断） 722份手稿中，一处符号错误导致3份手稿同批撤回。如果你逐行读过其中一份、没发现任何错误，能否判定它是正确的？
第4题（分工定位） 按丘成桐的判断，下面哪项是AI目前最不可替代不了的工作：A．把一份3000页的证明逐步查重找错；B．提出下一个值得数学界投入40年的问题，并说明它为什么重要？
答案与判卷
第1题：翻A和7，共两张。A要确认背面是不是偶数，7（奇数）要试图找“元音配奇数”的反例；B和4不用翻——规则没有承诺任何关于辅音字母或偶数背面的事。这种“主动找反例而不是找支持”的思维，正是数学验证的核心，也是日常读AI结论时最容易漏掉的一步。
第2题：约36.6%。0.99¹⁰⁰≈0.37，若每步可靠性降到95%，整条链的可信度不足0.6%。这里的99%只是自检假设，不是对任何模型的实测；但它解释了何旭华所说的“额外工作量”从何而来——单步基本正确不等于长链整体可信，大模型越强，“验证长证明”越成为前沿问题。
第3题：不能。三份被撤回的手稿里，两处是“自己没错，但上游错了”——正确性沿依赖链传递，只核一份看不到上游的符号错误。读AI生成的科学结论时同理：查它引用了什么、依赖了什么，比查它写了什么更重要。
第4题：B。AI已经能有效解决给定问题，丘成桐2022年就期待它帮忙检查长达几千页的证明有无缺陷；但“找重要的问题、开创数学的前沿”，他明确说AI不懂。会做题不等于会出题。
判卷标准仅供参考：4题全对，说明你已具备把AI输出当“草稿”、自己做验证人的判断框架；对2到3题，面对成果洪水基本能做功课，但容易被规模和措辞迷惑；对1题或全错，此刻你更多是AI输出的被动接收者——而这场“冲浪”里，人类被留下恰恰是因为这两种角色还需要分得清。
冲突之后：新规矩长什么样
这场争议远未结束。席南华用一句话形容当下的局面：“旧的秩序失去了，新的秩序没有产生”。接下来可观察的节点有三个：722份手稿中仍有部分结果等待核验、修订或撤回；联盟牵头的“人机协作成果达到什么标准才适合发表”能否形成被学界接受的规范；《Journal of AI-Assisted Mathematics》预计2027年年初面世，将第一次制度化地回答“AI辅助的成果怎么署名、怎么审”。知识分子
对普通人，一个现成可用的口径是：机器生成的科学与数学结论，在被人类验证和共同体共识接纳之前，都应视为草稿——丘成桐那篇论文在致谢AI的同一段里就写明了这一点：人工验证和论文表述的责任，由作者自己承担。逻辑能驾驭AI的意思，从来不是比AI算得快，而是始终知道该翻哪张卡片。知乎
