2026年11月20日,MIT News报道了一场关于数学未来的座谈:2026年9月,OpenAI集中数千个智能体花88小时攻关纳维-斯托克斯方程;一个月后放出722篇手稿,声称用AI解决了大量数学未解难题。MIT、哈佛、西北大学与纽约大学的四位数学家激辩后达成共识:AI能批量生产证明,但证明不等于理解,数学家的工作、期刊的规则与学生的学法都得跟着改。
两个月变化超过一百年
西北大学的Bryna Kra在会上说,数学过去两个月的变化超过过去一百年。2025年夏天,DeepMind模型已在国际数学奥林匹克夺金;2026年又攻克没有已知答案的开放问题。9月OpenAI的纳维-斯托克斯攻关与10月的722篇手稿把争论推到顶点:不只是谁先证明,还有数据是否泄露、智能体怎么得到答案、这些证明到底有没有意义。同一周,Anthropic数学家又宣称与Claude合作证明了黎曼猜想,放出1737万行Lean代码待验证。
分歧在哪:证明重要,还是理解重要
哈佛的Michael Hopkins直言,AI生成的证明里有些想法很奇怪,这些论文本身就是胡话,AI数学与人类数学仍有分界。纽约大学的Tristan Buckmaster接道:数学要重要,就必须有人理解。另一边,Kra认为这是放下旧规矩的机会:不用再把谁先证明当最高荣誉,速度不该优先,该比谁真正理解了。Hopkins反驳:扔掉优先权容易,但人总想当开拓者。Kra参与起草的《莱顿人工智能与数学宣言》,正是要应对AI带来的风险。
期刊与课堂正在改规则
变化已经落到日常:Kra担任编辑的期刊收到大量AI生成或辅助的投稿,不得不多雇一名编辑;一些期刊开始更看重阐释,也就是把证明背后的道理讲清楚,而不只看新证明。新刊《Mathematical Discourse》用视频演讲呈现数学研究。学生一端也在变:Hopkins说组里既有完全不用AI的AI素食者,也有重度使用者;面试变得更重要,光交出想法不够,还得当面讲清自己理解了什么。MIT的Jacopo Borga总结说:城堡正在倒塌,前面是开阔地。
这场座谈是MIT新系列的第一场。眼下最实际的三件事是:黎曼猜想那1737万行代码能不能经住独立验证;期刊与评审规则会不会正式改写;新一代学生如何在AI捷径遍地的情况下打牢基础。Buckmaster给学生的建议是留下来,想出新办法去创造、去交流自己的想法,做你热爱的事。