AI成数学“神谕”：斯特罗加茨新书追问理解是否还在

编者按：答案先到，理解还没跟上

数学在人类知识里一直被认为是最纯粹的一门学问，靠的是人的直觉和严密证明。现在人工智能跑得飞快，这个根基开始松动。康奈尔大学应用数学家、科普作家史蒂文·斯特罗加茨（Steven Strogatz）在新书《Big Math: The Hidden Codes That Run Our World》里提了个让人既不安又兴奋的问题：AI一旦成了数学的“神谕”（oracle），这门学科会变成什么样？

“神谕”这个比喻：答案拿到了，理解呢？

计算机科学里，“神谕”不算新鲜词。计算复杂性理论中的oracle是个黑箱，特定问题扔进去，答案瞬间出来，可它怎么算的你不清楚。斯特罗加茨借这个说法描绘AI进入数学后的场景：未来的数学家把某个猜想交给AI系统，几秒钟就能拿到证明或者反例，但证明的路子、关键的洞见，甚至结论对不对，都可能超出人能理解的范围。

这跟数学的本性之间有一层微妙的拉扯。证明干的不只是“确认某件事是真的”，它还得说服人、解释清楚，让整个共同体明白为什么是真的——这是件社会性的事。AI交出的证明要是没人看得懂，它还算数学知识吗？

数学的价值不光在结论正确，更在于走向结论的路上，人获得了理解。

AI的手已经搭上数学的门

斯特罗加茨的担心不是空想。这几年AI在数学上的动静不小。DeepMind的AlphaProof与AlphaGeometry在国际数学奥林匹克竞赛中达到奖牌水平；Lean、Coq这类交互式定理证明器正在搭建机器可验证的数学库；大型语言模型则被拿来生成猜想、梳理文献、画证明草图。数学曾被认为是最难被机器攻下的领域，如今成了AI的新前沿。

数学界的态度同时也在分化。有人把AI当成得力助手——枯燥的验证能提速，海量结构里能找模式；也有人担心，太依赖“神谕”会让数学家丢掉对问题的深层把握，连数学研究的训练方式和评价体系都可能被改写。

《Big Math》：隐藏的代码，被忽略的联系

斯特罗加茨一直在向公众展示数学的美，从《The Joy of x》到《Infinite Powers》，他擅长把抽象概念讲得亲切可感。新书里，他把目光转向那些“运行世界的隐藏代码”——流行病模型、金融网络、算法推荐、气候模拟，数学以看不见的方式塑造着现代生活。AI的崛起恰好是这些隐藏代码最集中的体现，也最可能把它们改写。

访谈中，斯特罗加茨聊到数学家怎么看待AI这个“新同事”：工具、合作者，还是潜在的替代者？机器能提出人想不到的猜想时，数学的创造性还归人类吗？

认识论上的裂痕：证明、直觉与信任

更深的问题在认识论层面。传统数学立在可检验的证明之上，同行评审虽不完美，却让知识共同体对结论有把握。AI一旦成了oracle，数学界可能陷入“知其然不知其所以然”的困境：结论被广泛使用，来龙去脉却没人能解释。数学的教育功能会被削弱，错误也更难被发现——说到底，一个人类审查不了的黑箱，它的权威只能来自对系统的信任，而不是理解。

不过也有乐观的声音。数学史上，新工具多次让这门学科重塑自身：微积分诞生时，“无穷小”引发过哲学争论；计算机进来后，实验数学和四色定理的机器证明随之出现。每一回，数学都靠发展新的严谨标准把冲击消化掉。AI也许会推动“机器可验证证明”成为主流规范，让严谨性换一种方式升级。

结语：做提问的人，而不是被替代的人

AI成了数学的神谕，人类数学家的角色可能从“证明者”转向“提问者”和“诠释者”——提出更好的问题，判断哪些答案值得追求，给机器给出的结果赋予意义。这未必是数学的终结，倒可能是数学的一次身份重构。真正的问题或许不是“AI会不会取代数学家”，而是“答案唾手可得的时候，我们还想理解什么”。