编者按：当答案先于理解到来
数学在人类知识体系里长期被看作最纯粹的一门学科，最依赖人的直觉，也最讲究严密证明。可人工智能跑得太快，这一根基正在被撼动。康奈尔大学应用数学家、知名科普作家史蒂文·斯特罗加茨（Steven Strogatz）在新书《Big Math: The Hidden Codes That Run Our World》里，抛出一个让人既不安又兴奋的问题：AI一旦成为数学的“神谕”（oracle），这门学科会变成什么样？
“神谕”隐喻：答案有了，理解呢？
计算机科学里，“神谕”不是新词。计算复杂性理论中的oracle，就是一台能瞬间回答特定问题的黑箱——答案到手了，怎么算出来的你不知道。斯特罗加茨借这个说法描画AI进入数学之后的场景：以后数学家也许可以把一个猜想丢给AI系统，几秒钟内就拿到证明或反例，但证明的思路、关键的洞见，乃至验证是否正确，都可能超出人类能理解的范围。
这和数学的本性之间存在一层微妙的张力。证明不只是“确认某件事为真”，它还是一种说服、一种解释，是让整个共同体明白它为什么为真的一种社会性活动。那么，AI给出的证明如果没人读得懂，它还能算数学知识吗？
数学的价值不仅在于结论的正确，更在于通往结论的道路上人类所获得的理解。
AI已在叩响数学之门
斯特罗加茨的担忧并不是空想。这几年AI在数学上的进展很扎眼：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等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、起草证明。数学曾被认为是最难被机器攻克的领域，眼下却成了AI的新前沿。
数学界的态度同时出现了分化。有人把AI当成强力助手，认为它能加快枯燥的验证工作，也能在海量结构里找出模式；也有人担心，过度依赖“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变。
《Big Math》：隐藏的代码与被忽视的联系
斯特罗加茨多年来一直在向公众展示数学之美，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，他把目光投向那些“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，恰恰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，斯特罗加茨谈到数学家怎么看AI这位“新同事”：它是工具、是合作者，还是潜在的替代者？当机器能提出人类想不到的猜想，数学的创造性还归人类所有吗？
认识论的裂痕：证明、直觉与信任
更深的问题在认识论层面。传统数学建立在可检验的证明之上，同行评审虽不完美，却保证了知识共同体对结论的把握。一旦AI成为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，来龙去脉却没人解释得清。这会削弱数学的教育功能，也可能让错误更难被发现——说到底，一个无法被人类审查的黑箱，其权威只能来自对系统的信任，而非理解。
不过，乐观的声音也有。数学历史上多次因新工具而重塑：微积分诞生时，曾引发关于“无穷小”的哲学争论；计算机被引入后，催生了实验数学与四色定理的机器证明。每一次，数学都靠发展新的严谨标准把冲击消化掉。AI或许会推动“机器可验证证明”成为主流规范，让数学的严谨性换一种方式升级。
结语：提问者，而非被替代者
AI成为数学的神谕之后，人类数学家的角色可能从“证明者”转向“提问者”与“诠释者”——提出更好的问题，判断哪些答案值得追求，并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“当答案唾手可得，我们还想理解什么”。
