“2026年初的时候，AI大致还不及我们最聪明的科学家聪明。现在呢，它大致上已经比他们更聪明了。”

这句话出自OpenAI首席执行官萨姆·奥尔特曼之口。本周他在阿布扎比参加一场会议，对谈的另一方是阿联酋国有报纸《国民报》的总编辑。

两人原本要聊的话题是：未来该由人类掌控，还是交给AI。

结果刷屏的，是他给AI智力水平下的这个判断。

一次又一次的“博士级”宣言

奥尔特曼对AI能力放出惊人之语，这已经不是头一回。去年OpenAI推出GPT-5时，就声称该模型具备“博士水平”的智能。

当时不少批评者对这一说法嗤之以鼻。

他还曾预计，AI会在本十年结束之前超过人类智能。现在这张时间表被他大幅提前，直接改成：AI在多数方面已经强过顶尖科学家。

问题是，这种说法得拿证据说话，而争议恰恰就卡在证据上。

奥尔特曼用的是一个留有余地的说法——“大体上”。有了这个限定词，他既造出了震撼效果，又不必为逐个领域的比较负责。

纳维-斯托克斯与数学界的怒火

今年OpenAI对外宣布，纳维-斯托克斯方程问题已被解决。它属于七大千禧年数学难题，此前尚无人类数学家拿下。

2000年，美国克雷数学研究所列出七个千禧年大奖难题，每题悬赏一百万美元。至今只有庞加莱猜想被证明，完成者是俄罗斯数学家佩雷尔曼。

纳维-斯托克斯方程刻画的是流体运动，水流、气流乃至血液在血管里的流动，都要用到它。数学家想弄清楚的是：在三维空间中，它的光滑解是否始终存在。这样一个纠缠学界多年的难题，若真被AI解开，分量不言自明。

消息传出，本该是个里程碑时刻，却很快被争议裹住。

一名数学家指责OpenAI不当使用了他的研究成果。紧接着，OpenAI又集中放出数百篇研究，称解决了更多数学问题。

到了这一步，数学家们的不满更为集中。

他们抱怨自己成了免费校对员，要替一家商业公司核查海量证明。另一边，OpenAI正大力宣传自家模型在数学能力上已与人类比肩。

正确，但看不懂

关键在于，这些AI生成的证明到底有多少价值。就眼下看，解答在技术层面似乎是对的。

可它们用自然语言写出的证明过程，被人形容为“近乎无法理解”。

数学证明的价值，从来不只在给出正确答案。在数学界，一个新证明要被真正接受，通常得经过同行反复审读、在研讨会上讲解、被别人重新推导等漫长环节。

更重要的价值在于呈现思路、揭示结构，好让其他数学家看得懂、用得上，并在此基础上继续往前走。

一份正确却没人读得懂的证明，好比一把能开锁、却没人说得清它为什么能开锁的钥匙。研究人员或许要花上数年，才能真正把这些证明的内在逻辑拆解开来。

在这之前，数学这门学科到底能从它们那里得到多少实惠，始终没有定论。

一条或许走得通的路，是用形式化验证工具把证明转写成计算机能一步步核查的语言。逻辑上有没有漏洞，这样一查便知。可人类对证明思路的理解，它替不了。数学知识要靠这份理解传下去、长出来。

“聪明”拿什么尺子量

奥尔特曼这番话引来争论，另一个原因在于“聪明”这词本身就说不清。特定任务上，AI能亮出吓人的本事：检索快、候选方案一抓一大把、复杂计算不在话下。

可科学家的分量，还落在能不能提对问题、判断什么方向值得做、在没把握的时候敢不敢取舍。

这些本事能不能一句“更聪明”就打发过去，恐怕得打个问号。

回头看，计算机先是在国际象棋、后来又围在围棋上赢了人类冠军。可没人因此说它比棋手更懂日子怎么过。

在一个边界划得清清楚楚的任务里赢，和在一片开放、混沌的科学探索里赢，压根是两码事。

还有一层背景不能略过。

有报道称OpenAI的融资进展正在放慢。这个节骨眼上抛出“AI已超越顶尖科学家”，很容易让人往商业宣传那边想。

话说回来，AI在科研上的长进是实打实的。

不少学科的工作方式确实被它改写了，这点没人否认。

可从“好用的工具”走到“比最聪明的科学家还聪明”，中间要跨的东西，不是演讲里一句豪言就能填平的。

这么重的论断，最好的回应大概就一句话：拿证明出来，还得是人能看懂的那种。