AI闯进数学界：陶哲轩等25位菲尔兹奖得主发文，arXiv限每月两篇

一张创意图里，人形机器人正在科学实验室中参与研究。视觉中国丨图

2019年起，刘宇航就在琢磨一个数学问题，思路一直没打开。到2026年夏天，他打算让AI试一试。

当时他刚借到朋友的ChatGPT Pro版账号，没有给出具体方向，只让GPT自行尝试。一两个小时后，模型发来一篇论文。

这个问题的此前探索者中不乏顶级数学家。刘宇航把模型的结果转给相关学者讨论，又顺着反馈继续追问。一个停滞多年的问题，就此出现新进展。

2026年10月，OpenAI公开了一批内部前沿模型生成的数学手稿，归纳为数百组结果。大量数学结果一下子涌到数学家眼前，是否成立还得进一步验证。更棘手的是，AI出结果的速度越来越快，数学共同体有没有足够时间理解、检验并吸收它们？

一个月前，类似的问题已经摆到数学家面前。9月11日，陶哲轩等25位菲尔兹奖得主联合发表《人工智能在数学中的严重错位》。声明不是要把AI挡在数学门外，而是提醒：数学的价值不只在解决问题，也在求解过程中产生的新思想、新方法，以及这些知识如何在人与人之间被理解、传播、延续。

实验室里的动静也不小。蛋白质由哪些成分构成，它又会在空间里折成怎样的形状——人工智能AlphaFold能对这两件事做出预测，为研究疾病、开发药物的科研人员添了新线索，两位主要开发者凭此拿下2024年诺贝尔化学奖。化学实验室中的机器已经能亲自动手：2026年4月，荷兰阿姆斯特丹大学团队公开了一套系统，加液、混合都不在话下，每完成一轮，它还会依据结果调整下一轮的配方。有一项测试里，它找到的新方案只花两分钟，所获目标产物的比例，跟过去一种要耗时五小时的方案差不多。

不过，这些进展还没变成每间实验室的日常。中山大学实验物理博士陈旭衡每天跟温度、气压和原料比例较劲，生长一种又一种晶体材料。在他看来，AI要深入实验，还差得远。

可陈旭衡已经能看见那道影子。做材料的大量工作是重复劳动，在实验室一蹲十几个小时，改条件、等结果。他认为，这种活儿早晚会被AI替代。

在

科幻小说《三体》里，入侵地球的外星文明干扰人类的科学实验，科学家丁仪说出了那句著名的“物理学不存在了”。现实中，AI闯进实验室，科学家最担心的事正在发生。

电视剧《三体》（2023年）中，呈现原著小说所提及的在中国良湘进行粒子对撞实验的高能加速器。资料图

混战警告

刘宇航

也就是说，六维情形成立，但在足够高的维数里，原来的结论并不成立。刘宇航把反例发给那位教授。对方原本以为结论对所有维数都成立，看到反例后改变了看法，认为AI几乎把这个问题完全解决了，只有中间维数尚未解决。

让刘宇航印象深刻的，还有AI找反例时用的方法——它用到了概率论，这通常不是数学家首先会想到的路径。刘宇航认为，AI能调动不同领域的知识，融会贯通，技术能力很强。

潘佳垠是理论数学里奇曲率方向研究者，加州大学Santa Cruz分校副教授。

这场狂飙突进，潘佳垠看在眼里。2026年年初，他还觉得AI能做做研究生水平的题目，但没觉得它很快就能自主做科研。结果不到一年，OpenAI先透露，内部模型尝试证明十道研究级数学问题，并称根据专家反馈，其中至少五份很可能正确。到了9月，OpenAI宣布，其内部系统给出了千禧年难题之一“纳维–斯托克斯方程解的存在性与光滑性问题”的一个证明。

但这事很快引发争议。

陶哲轩存在主义危机”。

周卓然研究AI治理，早前在阿里云做过产品经理，对大模型行业怎么衡量能力很熟悉。企业的做法是拿一套标准化测试，把不同模型搁到同一把尺子下比高低、排座次，用他的话说，“就像高考一样”。

机械臂正在晃动烧杯里的液体。视觉中国丨图

不过在她看来，模型把更难的题解出来，跟科学共同体借此得到新知识，完全是两码事。“科学共识是需要时间的。”前者很快就能变成一次能力展示，后者却要靠研究者一遍遍检验、讨论，把新方法和已有知识接上。

潘佳垠觉得，这种生态上的转变，谁也挡不住。他留意到，今年arXiv预印本网站上的论文比过去多了，作者里还冒出业余爱好者和本科生。只要肯花钱用AI，兴许就能拿到一个不错的结果，有些人文章还没认真读过，就把它传了上去。

平台方面也开始想办法应对这股增长。arXiv公布的数据显示，2026年9月收到四万余次投稿，较两年前翻了一倍。从10月1日起，平台把每位提交者的投稿量限制在每个自然月两篇，想为志愿审核人员减减负。

潘佳垠常给论文当审稿人。他说，审稿周期本来就慢，要是杂志让他审一篇AI生成的文章，他多半不乐意。“这个作者可能自己都没有理解这个东西，我花的工夫可能比作者还多，我为什么要去审？”

过去没有AI，理解一个问题和写出一篇论文，基本是一件事。潘佳垠说，现在这两件事开始分开了。

倒置

结果被AI交出来，不等于它已经成了知识。潘佳垠的说法是，数学问题绝大多数时候没法一次解决，得靠个人或团队一步步往前推，理解才会慢慢加深。

刘宇航用下来也有同感：验证这步省不得。AI把证明给出来，他并不能马上吃透全部推导。他的原话是：“它一两个小时输出的，你可能要看一个礼拜才能想明白它的思路，以及验证它为什么是对的。”

周卓然把AI带来的深层变化叫作“知识结构倒置”。4月，她所在团队发布了一份12万字的报告，其中大量数据分析交给了AI，后来回溯时发现了些问题。以往研究者是先想清楚过程，再得出结果；生成式AI出来以后，人更容易直接拿到结果，对中间步骤的关注却可能变少。

中国科学院自动化研究所研究员徐楠也强调研究过程中的隐性经验。他深度参与研发的“磐石”是面向科学基础研究的大模型。在他看来，科学研究里值得留下来的，不光是科学家最终做出了什么，还有他们为什么选这条路、放弃那条路，以及支撑判断的证据。科研决策过程只有被记录、积累下来，才有可能变成模型能学、能传的经验。

2021年4月15日，广东东莞的中国散裂中子源科学设施内部，工作人员正在搭建谱仪的屏蔽体。视觉中国丨图

李军团队2022年开始构建超导体电子结构数据库，2024年完成第一版，之后一直在补数据。到现在，这些数据还不是用AI搜集的，每一篇文献都由学生手动核实，工作量很大。

在李军看来，未来的科研评价不能只数论文、看期刊，还要看数据能不能验证、模型能不能重复、代码能不能运行，实验流程和结果能不能复现。他也提醒，AI发现和生成结果的速度已经远远快过人类核实、理解、消化的速度，怎么检查、怎么修正，再让可信的结果进入知识体系，这件事变得尤为紧迫。

陈旭衡在实验室里看到的则是另一番景象。他的导师曾想推动实验自动化，因为缺相关人才，已经“差不多放弃了”。这条链条上，AI目前还只出现在边缘。陈旭衡期待以后有公司能提供定制的自动化实验系统，让机器去改变条件、生长材料、进行测量，再从结果里找规律。

谁的工作被看见

问起团队开发的超导预测模型到底帮了实验研究者多少忙，李军的回答很直接：“并没有帮助到。”

团队用模型筛潜在超导材料，可团队之外的实验研究者对这些预测有疑虑，还在用原来的试错方式。

更关键的是把预测的超导体真正长出来，这一步全靠人工。陈旭衡把晶体生长形容成“烤肉”：实验人员先把合成目标晶体所需的原料压成一根“料棒”，再放到与目标材料结构相似的“晶种”上，一起送进光学浮区炉。炉内充满惰性气体，激光从料棒根部开始加热。料棒缓慢旋转，“像土耳其烤肉一样”，受热的部分逐渐融化。热源从根部向上移动，融化的原料慢慢冷却，最终长成目标单晶。最后这个环节要耗好几个小时。

实验要投入大量时间和经验，李军希望科研评价能更多看到这部分工作。如果AI能产出海量论文，评价却还是数论文、看期刊，只会激励更多“灌水”。

李军的实验室，其中包含研究超导材料光谱的实验装置。受访者供图

徐楠关心的是另一件事：一项成果背后，不同环节的贡献怎么辨认。他注意到，一些企业宣传基于大模型的AI for Science科研成果时，“科学家的贡献被淡化了，大模型成了主角”。

一项成果的诞生，往往离不开提出疑问、处理数据、搭建模型与工具、跑完实验这些环节。徐楠的看法是，把科学家与AI各自出了多少力记得更全，一来能让人看清成果是怎么做出来的，二来往后查证、复核也省事；但有一点得讲明白——万一结论错了，板子该打在谁身上。

潘佳垠的一位合作者把一个题目交给AI，得到一篇二三十页的文章，问题解决了。合作者整理后把文章放到arXiv上。潘佳垠后来问他，要不要投期刊，对方说不打算。

这事让潘佳垠想到自己。花200美元让模型跑出一篇40页的论文，他该怎么办？发出去并不难。可他会犹豫，要不要署自己的名字。“我当数学家，并不是说我要去通过这个‘抽卡’来得到更多的结果，这并不是我想要的数学家的生活或者工作呀。”潘佳垠说。从构思问题、有了初步想法，到一点点把东西拼起来，发现哪里有问题再回头补，他过去享受的是这个过程。

个人可以自己选，评价体系却躲不开。潘佳垠设想过一个招聘场面：一个刚毕业的博士，拿着20篇AI生成的论文，结果很好，他自己也都理解；另一个只有两篇，自己做出来的，结果却没那么好。该聘谁？

在他看来，读懂一篇新论文并讲清楚，一个比较好的硕士生可能也做得到。可独立找到思路、解决问题，靠的是另一种能力。

2026年9月17日至18日，24位资深数学家聚在哈佛大学，讨论AI时代该怎么培养博士生。会后形成的建议草案提出：“博士学位不应主要依据博士学位论文的文本来授予。”

草案建议，多位教师应定期与学生面对面，考察研究计划和进展；答辩时，学生必须展示对论文内容的全面掌握。

刘宇航觉得，AI暴露出来的其实是旧问题。数学界一向看重优先权，主要荣誉给最先解决问题的人，而那些把已有成果系统整理、解释清楚的人，贡献往往被低估。

“你不能把荣誉全部给那个先解决问题的人。”刘宇航举例说，今天的微积分教材跟牛顿、莱布尼茨时代的著作已经很不一样。几代数学家不断改写证明、调整表述，把旧成果变成后来者能学的知识。这些工作一直都在，只是解题变快以后，它们的价值更需要被看见。

他的倾向是：研究者若借AI得出结果又讲得清楚，贡献可以承认；反过来，擅长搭模型、跑出结果却解释不明白的人，不该独揽功劳，帮忙验证和解释的领域专家同样应被记上一笔。

麻烦在于边界不好画。一个人是真懂了，还是把追问丢给GPT再把答案复述一遍，怎么分辨？几支团队各自验证了同一篇论文，功劳又怎么分？刘宇航手上也没有现成答案。

迷宫与出路

刘宇航自己也有过失落的时候。一个问题琢磨很久没出路，AI却三下五除二给出结果。不过他没把这当成对自己能力的否定，很快就翻篇了。

搁以前，一个问题卡在某处，他可能耗上一年，最后转去做别的。有了AI，他才发现有些地方不是真走不通，只是当时的自己做不到。模型靠着知识面和计算技巧，有时能帮他越过去。

他把AI比作在迷宫里探路的角色。研究者先把框架搭起来，列出几条可能路线，再交给AI分头去试。具体计算的时间省下来，他就能同时推几个问题。

李军也持类似看法：科学家的本事会更多落在提好问题、连接不同领域、判断结果上。他拿“审美”来概括，这里指的是辨出一个结果好坏，决定什么值得研究、什么可信。

潘佳垠却不愿就此给人类圈出一块稳固的地盘。提问和鉴别价值，真能成为人类价值的堡垒？“这种想法有点过于乐观。”潘佳垠回答。

过去人们也以为，AI只能做研究生水平的题目，没法自主搞数学研究；只能处理组合问题，做不了几何。如今再断言它只会写证明、提不出好问题，同样没多少把握。在他看来，AI不光可能提出问题，还可能慢慢学会判断哪些方向值得探。甚至把证明整理得更顺、讲清新方法与旧方法的关联，这些原本以为得由数学家来做的事，AI也可能插上手。

一个孩子在写满微积分、椭圆、质能方程等科学公式的黑板上书写。视觉中国丨图

周卓然还多一层担心：研究者会不会追着AI擅长的问题跑。她引用谷歌与麻省理工学院团队9月联合发布的报告《AI in Science: Early Insights》里的一个观察：数据充足、容易验证的问题，用AI做起来更便宜；数据稀少、得靠昂贵实验才能确认的方向，则可能相对被冷落。这并非对AI长期影响的定论，却提示了一点——工具帮研究者回答问题，也可能左右他们挑什么问题。

选择还受工具条件的约束。刘宇航担心的是，数学成果本身公开，产出前沿结果的闭源模型却攥在商业公司手里。公司能决定把模型开放给谁，研究者能不能及时跟上前沿，也可能因此拉开差距。

周卓然把问题又往前推了一步。模型学的是研究者多年积累、公开的知识，训练完之后，用它的门槛却由少数公司说了算。她担心公共知识正变成集中在少数机构手里的能力。“用了这些共通的知识，生产了只属于自己的财富，这是不是公平的？”

潘佳垠的心态变过。他承认自己喜欢的那套“古法科研”可能回不去了，可也不愿意就此撂下科研。他开始琢磨，AI时代还有什么是值得自己乐观的。

接着他想到，从前学别的数学分支，总要先盘算能不能写成论文、换来科研产出。假如将来评价体系变了，他反倒能把时间花在纯粹感兴趣的东西上。

现在他更愿意相信，学AI生成的数学，也可能是件有意思的事。“AI要是生成很漂亮的证明，我还是乐意去学、去理解的。”潘佳垠说。

（感谢施璇、黄潮欣、左力对本文提供的帮助，陈旭衡为化名）

南方周末记者 朱圆