吴成镇:研究13年的问题被AI给出结果后,数学该往哪走
2026年10月,OpenAI公布了其内部模型针对三百多个未决问题给出的结果。其中一项涉及强宇宙监督问题——数学家吴成镇与合作者为此研究了十三年。面对AI对数学的冲击,吴成镇赞同陶哲轩提出的数学2.....
2026年10月,OpenAI对外公布了其内部模型针对三百多个未决问题给出的结果。其中有一项牵涉强宇宙监督问题,数学家吴成镇和合作者已经在这个问题上花了十三年。面对AI给数学带来的冲击,吴成镇认同陶哲轩提出的数学2.0,也就是把人类的理解放在核心位置。那么,一位数学家眼里的“理解”究竟是什么?吴成镇从自己的经历讲起。
撰文 | 吴成镇(Sung-Jin Oh,加州大学伯克利分校数学系副教授)
0
十月的一周
2026年10月10日,星期六下午,我在伯班克机场等着回家的航班。刚过去的一周,实在离奇。
那一周本来就排得很满:好几封推荐信要写,周五还得去加州理工学院做一场报告,日常授课之外,另有一堂课要代讲。周二下午,我代完课走出教室,收到一位同事发来的消息:OpenAI刚刚发布了据称由其内部模型针对三百余个公开数学难题给出的结果。其中就包括——
周五清晨六点半,我坐航班飞往洛杉矶,在飞机上准备讲稿,下午两点把报告做完。这趟仓促的出行还带来一个意外收获:我在加州理工校园里听了陶哲轩(Terry Tao)的一场公开讲座,主办方是美国数学研究所(AIM)。演讲中,陶哲轩描绘了他称作数学2.0(Math 2.0)的愿景:面对人工智能的崛起,对现有的数学共同体做一次升级。
他的核心观点是,传统解题的中心地位要弱化——解题本来就只是通往更深层事物的替代指标;未来数学工作要把人类的理解摆在核心,AI用来加强人类理解与数学交互的各种方式也一并纳入(见演讲幻灯片第9、23页)。
这番论述来得正是时候,我深有共鸣。不过它也给我抛来一个没法马上回答的问题:被摆在这个核心位置的“人类的理解”,到底指什么?
这显然是个难题,就算有答案,也必然是多维度的。理解这件事极其个人化,我没法替别人说话。但我可以做一次思想实践:尽量坦诚地剖析,作为一名主攻偏微分方程与数学物理的在职数学家,我自己的理解是怎么运作的。剖析完了,再梳理我从中得到的启示,并“推导”这些发现对我们数学共同体眼下的问题意味着什么。
下面就是这次思想实践,以及随之而来的评述与推论。它只是一个个案研究,不是普适理论。但我相信,像我这样的数学家能给当下讨论贡献的,正是这种个案;这场讨论要取得有意义的结果,需要更多案例研究。
1
我如何开始在意“理解”
“理解”很难用语言讲清楚,但从我投身数学研究起,它就是我心里最重要的东西。攻克一道精心挑选的题目固然有意义,可它的价值主要在于构建理解。职业生涯越往前走,我越相信:我们集体解决一整类问题的能力,远比某一个人单独解决某一道特定题目更重要。这个信念在本周这些事发生之前就有了;本文要阐释它,并用本周发生的事件来检验它。
我不是在解题竞赛文化里长大的。真正让我感受到数学魅力的,是接触高等数学的时候。
我有幸就读于课业强度很高的韩国科学高中(Korea Science Academy)。高二时,学校就用严谨的基础方式讲微积分:实数的构造、用ε‑δ语言定义极限。一开始我很反感:这些概念明明看上去很直观,为什么非要搞得这么繁琐?我早就懂什么是极限了。
真正沉下心钻进去以后,我才被震住了。那些严格的定义把原先含混的直觉一下子说清楚了,而我过去其实并没有真的弄懂那些概念。一步步严密的推导让我看清自己的直觉错在哪儿,也指出了纠正的方向。这段经历给我留下一个到今天仍然相信的道理:理解这件事,本身就包含察觉自己误解的过程;而这种察觉,只可能发生在肯下实打实思考功夫的头脑里。
我参加的不是数学竞赛,是生物奥林匹克竞赛。生物学是我最早喜欢的东西,其中有两个方向对我影响很深。头一个是分子生物学:它最让我震动的核心想法是,形形色色的生命底下,共用的基础构件和运行机制其实只有那么少数几种。
另一个是分类学。我特别愿意去学那些把生物高效归类的标准,也喜欢把学到的东西编成条理分明的目录,每学到新内容就往下添新的分支。后来,经典分类学被分子生物学和遗传学在很大程度上改写了,可我仍然怀念那段学习的日子。搭起这套知识目录,让我看生命的方式变了;这种思维上的变化,比我用过的具体研究方法、比我背过的那些拉丁学名留得都更久。
回头再看,这些经历其实教给我的是同一件事,只是样子不一样。对我来说,理解就是找出一种结构,让有限的心智能抓住一大片知识:用严格的定义把模糊的直觉定下来;从杂多的表象里抽出共同的内在机制;靠判别标准把海量对象高效地梳理清楚。解题之所以要紧,是因为解题在搭建理解,而理解反过来又让我能高效地应付更大一类问题。
2
我对数学的理解由什么构成
这一节我想做一次思想上的练习,试着讲清楚自己对本专业的理解是怎么运转的,把它当成人类理解的一个样本。作为数学工作者,我再说明一次,以下全部只是我个人的体验。文中会顺带用到本行的术语,术语不是重点,只是拿来把我的思考过程说得更具体。
试着描述我理解数学的方式,可以把它理想化成一张多层结构的图(网络)。
节点(Nodes)
反思自己理解数学的模式,有一点十分明确:我理解的基本单元,我称之为节点,是数学现象或者内在机制,例如
说到能量方法,可以指自由波动方程的能量恒等式;说到色散,我会想到自由波动方程和薛定谔方程的基本解;说到线性化算子的强制性,对应的是一个基础线性代数问题:某个算子矩阵有非平凡核,可只要把算子限制在核的合适补空间上,它就变成可逆的。找准这个补空间,恰恰是问题的关键;放到偏微分方程分析里,这表现为
所谓“烂熟一个模型问题”,不光是看懂它的证明,还意味着我能对这个模型施加扰动,预判哪些性质还留得住:变系数、低阶项、维数改变、引入非线性,诸如此类。同时我也明白,扰动加进去以后,这个模型会在哪里垮掉。关于色散的常系数直觉,一旦有俘获或共振,就不灵了;线性直觉,到了
边、权重与模板
节点之上,思维到底怎么运作,更难描摹。不过不同简单数学现象之间的关联,我确实会记下来。还是拿网络图打比方,这些关联就是“边”。读论文、听报告、动手演算,都是边的主要来源。
前面说的强制性模型就是一例:核空间加上精心挑选的补空间,这套图景也出现在
关联也分几类。有的两种机制其实只是同一现象的不同外表现,强制性那个例子就是这样。有的是一个机制藏在另一个机制内部,算其中一步,能量方法里的分部积分便是如此。还有一类,一个机制能说明另一个机制为什么失效,比如黑洞光子球附近的
两个节点一起出现的频率,或者搭在一起有多自然,我也会记。可以把它看成边上的权重。在我的知识网络里,能量方法是枢纽,连出去的高权重连接很多;我不少工作,说到底就是找合适的能量方法来对付棘手的非线性问题。理解里最个人的那块,就藏在这些权重上。我的网络以能量方法为中心,多少和求学师承有关;换一个分析方向培养出来的学者,枢纽位置也许就给了傅里叶变换。
有些子网络老是结伴出现,或者能推出很强的结论,就慢慢固化成“模板”。我所在领域绝大多数
这类模板让我读长论文省力不少。爆破问题的文章动辄上百页,并不稀奇。拿到这个领域的新论文,我主要盯一件事:新想法落在模板的哪一环。跟模板一比,剩下的大多是常规活。同一份证明,新手能看出五十处难点,专家只看到一处真正要紧的步骤。
快速
碰到一个全新的非线性偏微分方程问题,我会很快把它放进自己的理解网络里定位。不管属于哪个子领域,几个固定问题几乎脱口而出:
自由度怎么数,以及
对称性与
对应背景线性化之后的
低频特征:已知的或一眼能看出的离散模式、共振,还有其他全局谱性质。
这套流程像医学分诊:先把新问题在网络图里定位,再有的放矢地处理。答案会告诉我,这个问题牵动哪些节点、又缺了哪些节点。我提的这组问题能跨领域通用,因为答案都落在很窄的分类空间里:标度指数、对称群、主符号类型、零附近的谱。两个来自不同领域的问题,这几组答案要是对得上,在我的分诊里就显得高度相似。只要分诊跑得通(通常很快),可用技术、核心难点、跟过往结果怎么比,我心里就大致有数了。
分诊到哪里为止
还有第五个问题,我会问,但它已经不算快速分诊了:
非线性项跟前四点发现的东西怎么相互作用?哪些频率耦合会出事?有没有藏着能抵消危险耦合的结构?这个问题塞不进那个狭小的分类空间,尤其是我研究的这类问题。遇到新问题,真正的研究就从这里开始;读已有文献时,我也会在这里放慢速度细读。
这一步会带出一堆更技术化、贴着具体问题的子问题:比如只用
分诊和真正研究之间的界线一直在挪,推着它挪的就是研究本身。我们领域最经典的例子:
一项艰难的非线性分析,就这样被压成一套方法,外加一次本领域受过训练的研究者都能上手的条件核验。从前的前沿研究问题,成了研究生入门课的教学内容。这种压缩,在我看来正是理解层面进步的样子:受过训练的研究者能一眼看穿的边界,不断往外推。
3
思想实践之后的分析
把上面的描述写完,我想得出几条超出个人体验的结论。先回应一个明摆着的质疑:我描述的每一项功能,原则上AI都能做。能力够的模型已经能算自由度、列出对称性与守恒律、给主符号分类、猜离散模式。
OpenAI
所以这不是我想得出的结论。我脑子里的节点、边、权重、模板、分诊,并非无可替代。我也承认,以上只是一个案例。别的数学家,哪怕同是分析学家,组织理解的方式也一定不同;拓扑学家或数论学家怎么想,我不敢乱猜。
但这个案例,似乎能揭示两条可以推广的特征。
第一,专家层面的理解不只数学有,别的学科也一样,说的是把庞大的知识域在内部压缩,塞进有限心智装得下的形态。
第二点,前面说的那种专家层面的理解,得靠自己主动琢磨才能搭起来。
围棋世界排名第一的申真谞(Shin Jin-seo)最近接受访谈,正好能说明第一点。他说自己下过的数百盘棋,可以一手一手复盘。在外行听来这实在难以想象。我查了资料才知道,这现象早有人研究过。德格鲁特(Adriaan de Groot)、蔡斯(William Chase)与西蒙(Herbert Simon)关于专家能力的经典研究指出:顶尖棋手扫一眼棋盘,就能还原真实对局的局面,比新手强得多;可要是棋子完全随机摆放,这点优势几乎就没了(de Groot, Thought and Choice in Chess, 1965; Chase and Simon, “Perception in chess,” Cognitive Psychology 4, 1973)。高手记的不是棋子落在哪,而是局面背后的意义。他们对棋局的理解是一套内部压缩结构,每一步把合理走法收窄到少数几种,同时给出让每步走法站得住的隐含背景。
别的领域也一样。上一节我写的,正是从内部视角记下这一现象的一个实例。也正因如此,这套内在结构才关键,不管它具体长什么样。在
假如我想在投入大量资源做证明之前,独立而审慎地判断一个结果合不合理、一套表述恰不恰当、一个方向值不值得耗上数年,面对自己研究的那片广阔领域,我就非有这套压缩过的内在结构不可。我描述的那个网络,就是某个人脑中这套结构的简化写照。少了它,同事或机器给出的结果陈述我照样能读,但只能复述文字,评判不了。
这种内在结构,数学也好别的领域也好,都没法现成地直接交给别人。围棋棋手能从AI身上学到很多,可那是靠亲自对局、复盘、苦苦思索换来的;光看AI给出的落子,不会让人自动变强。数学里我最早是从实数理论体会到这一点,后来又一再验证:读好文献有帮助,但真正留得住的理解只能来自自己动手——亲自演算,而不是迷信书本论文;反复推演模型问题,直到熟得像本能;找到模型失效的边界;把冗长的论证压缩到自己拿得住。别人或者机器写出的正确证明,能证实命题为真,却不会自动替你生成理解。
澄清一下:我不是说不能从别人或机器的证明里学东西。向量场方法,我就是读克莱纳曼的论文学来的。但学的前提是我得下功夫:重新演算推导,追问每一步假设为什么必要,试着把这套方法用到别的问题上,直到它真正成为我理解体系的一部分。我在意的分界线,不是作者是人还是机器,而是你有没有主动参与证明的思考,还是把思考整个外包出去。
我的论证立在一个前提上,索性直说:我们希望人类继续对数学——包括 AI 产出的数学——做出有水准、独立的判断。要是认这一点,就得有一批人脑中装着这样的内在知识结构,同时得护住能构建这套结构的实践传统。
这个选择属于价值判断,不是机器能力能覆盖的范围——"我们是否希望如此",答案得由人来给;AI 迭代再多轮,也接不了这个活。医学、法学、工程这些行当里,多数人认这个前提:决策背后到底怎么回事,得有个担责的人真弄明白。数学撑着大量学科,凭什么例外?要把价值层面这问题说透,还需要更多不一样的声音,我一个人反思远远不够。
围棋那边也是:机器超越人类顶尖棋手已经是十年前的事,职业棋手并没有因此消失,照旧拿AI练棋、学棋。申真谞的棋风跟AI贴得很近,粉丝用韩语谐音给他取了个外号"신공지능"(申工智能,把表示"人工智能"的"인공지능"和姓氏"신"拼在一起);可他聊起来,还是那些生死搏杀里的妙手——那是人类围棋跟AI不一样的地方(ZDNet韩国报道)。
今天的数学面临相似的抉择,利害却更重:数学不只是拿来观赏的游戏,是整个科学与社会赖以依托的知识体系,总得有人真正理解它。
4
理解可以传递、可以积累:向量场方法
我的博士导师正是克莱纳曼。第二节讲的向量场方法,比他后来那些更深的定理证明简单得多,却是我最欣赏的他的工作。这里再提它,不是拿它当知识压缩的例子,而是要看看知识压缩的意义。(每个领域都有这类故事,这是我最熟悉的一则。)
这样的理解是能传下去的。衡量向量场方法价值最好的标尺,我认为就是它让多少人有能力独立思考非线性波动问题。学会这套方法的学生,会同时拿到一个节点、一套模板,还有一个全新的分诊问题。一个人的压缩成果,成了整个领域共享的理解,并且代代传了几十年。
陶哲轩在2026国际数学家大会报告以及文章(arXiv:2608.16753)当中,把一份证明的生命周期划分成几个阶段:生成、验证、阐释、发表,最后到
往前再走一步,传下来的理解还能接着迭代、往外扩,一个领域最初完全摸不着门的难题,多半就是靠这条路啃下来的。克里斯托杜卢和克莱纳曼1993年证明闵氏时空那件事,用的正是向量场方法的推广版本。
稍微放开想,向量场方法或许也能说明“证明大量涌现”可能危及什么。假设每一条全局存在性定理都被单独生成、单独核验完,没人需要理解这些定理成立背后的道理。那人们就不会有足够动力,去提炼一套能放进研究生入门课教学、还能供后人继续拓展的方法。定理固然还在,可那份理解也许就此丢了。
这里我得补一句提醒,又呼应了我学生物学的经历:方法,甚至一整个学科,都可能被新体系吸纳覆盖。经典分类学很大程度上被分子生物学、遗传学改写,我现在掌握的部分知识,将来也会被改造,或许会被今天还想象不到的工具取代。我的论点不是说某种方法——哪怕向量场方法这么优美——永远不变。真正会留下来的,是人们学这套方法过程中练出的能力;正是这份能力,让人能认出新生事物、继续往前走。
5
若干启示
数学领域用AI,并非不可接受,数学2.0也不是排斥AI的主张。真正要问的是:数学学术圈该怎么有选择、有分寸地用AI。综合前面的讨论,答案可以这样给:能帮人建立理解的用途,优先用;绕开人的理解的那类用法,保持警惕。
持相近看法的不止一人。陶哲轩的数学2.0报告就表达过相关担忧。本·安蒂奥(Ben Antieau)的“
有一点需要说清:AI解难题的价值,并不否认。它让人看清现有工具能走到哪一步;有些问题,答案怎么来的并不重要,结果本身就有分量——物理工程要用的数值,或者大量研究都架在其上的猜想。可一旦看重理解,情况就不同了。理解是集体独立判断的根基,是专业能力传承的根基,也是攻克未来更难问题的根基。要把AI放进数学里,就得更审慎、更有创意。
举个自己的小例子:最近一个业余爱好,是让AI帮忙设计研究生专题课程,然后自己去学课程内容。(主动要求更多根本不存在的课程,听着确实书呆子气十足,但乐在其中。)动力系统的思想在研究里反复出现,可传统课程塞了不少搞偏微分方程的分析学家并不完全需要的内容。于是让AI围绕实际需求生成课程大纲。大纲由AI写,消化吸收还是自己的事。这只是一个朴素的例子,一定还有更多有创造力的用法,能借AI构建人的理解。(感兴趣的读者可以找作者索要课程大纲。)
这篇文章的写作过程本身也是一例:初稿由AI根据笔记和对话生成,但第二节里梳理个人理解结构、从笔记提炼结论的那些思考,全部由作者完成。
期刊、招聘、经费这类宏大议题,暂时没有特别独到的洞见,后续会认真参与相关讨论。但就熟悉的、珍视的学术工作而言,如果理解是人类判断力的根基,并且理解只能靠亲身实践建立,那么会推导出下面几条推论。
教学
学生做题时,很多人还是得自己动笔演算,即便题目的答案就摆在那里。真正的重点不是把答案拿到手,而是演算的过程如何塑造理解。陶哲轩在报告里举了个例子:几十年前就有机器能替人举起重物,可人们照样去健身房练。
那些隐性知识,也得显性地教给学生。这里说的分诊、模板、失效模式,过去是做研究的附带收获(甚至不知道别人用什么名词称呼它们!)。学生独立开展研究的机会变少,这份附带收获就会萎缩,必须专门把这些内容纳入教学。
另外,判断力应当被直接考察。让学生在下笔计算之前先估一估答案,从一段错误论证里挑出破绽,指出证明卡在哪一步。这些本事过去只能靠证明题间接测出来;如今证明大量涌现,考核方式就得改得更直白。
评价与认可
集体解决一大类难题的能力,依旧是价值的核心。但同时,“增进人类理解”这类工作的地位必须抬高,这和陶哲轩数学2.0的提议一脉相承。消化艰深的成果、写阐释文章把方法讲得适合教学、严谨的审稿工作,都算在内。猜想与证明大量涌现的时代,审慎审稿本身就是判断力的重要实践。
做起来并不轻松。理解这东西,比数论文篇数难衡量得多。一个可行的办法是看学术报告,可这么干有可能奖励口才和表现力,把不善言辞的研究者埋没掉。书面阐释以及其他非口头的贡献,理应和报告拿到一样的权重。规范没改之前,那些不肯借AI猛堆产出的人是要吃亏的。院系、期刊、资助机构得一起动手,尽快把这套规范往前推。
这也是拥有终身教职的人有责任站出来发声的原因,也是为什么愿意跳出舒适圈写下这篇公开文章(熟悉的人很难相信会写公开随笔)。
6
回到强宇宙监督假设
文章回到起点,回到周二下午那条消息。
大致说来,强宇宙监督假设问的是广义相对论有没有确定性:爱因斯坦方程的通解能不能把整个未来完整定下来;还是说,观察者可以闯进初始数据决定不了的时空区域。这个问题够深,而通往答案的路,和答案本身一样要紧。
面对这份号称已得到的证明,心里攒了一堆疑问,接下来几周会试着弄清楚:它走的是哪条路?到底对不对?背后靠的是什么机制?跟此前的研究判断对得上,还是冒出了意料之外的东西?这份证明里,有没有哪块能压缩成学生学得会的知识?
共同体积累的印记同样体现在证明路径之中。从整体架构,可以看到领域大量既有工作的影子:一个本质讨论不稳定性的问题,稳定性定理占据核心地位;借助稳定性结果,把线性不稳定性机制转化为非线性情形。2019年与卢克关于球对称模型下强宇宙监督的工作,同样用到这类思想。
不过就眼下看到的内容,让作者和合作者意外的是:这份声称的证明,走的路和包括他们在内多数同行多年推进的方向并不一样。这些年学界是沿着一串有价值的中间结果往前走的:微扰的普适晚期衰减(普莱斯定律)、初始数据集合的结构,等等。
猜想最后成不成立,这些中间成果本身已经加深了对非线性波动方程和广义相对论的认识。可这份新证明似乎绕开了这些中间结论,有些组件是自己重新推的,没有复用现成结果。把这条新路和学界已有的理解体系对接起来,会是核验、消化这份证明时最大的难关。
把两条研究路径摆在一起比(这里不论证明对错),正好是第四节观点的实例:一个课题给领域带来的收获,不只看最终答案,也看是怎么走到答案的。某种意义上,这份待核验的证明还印证了第四节另一个说法:不管它走哪条路,都踩在共同体几十年搭建、传承下来的表述与框架上。
悬而未决的问题还有一大堆,要回答它们,得用上本文讲到的全部东西:模型问题、模板、分诊,还有一次次直面自己直觉出错的长久磨炼。作者并不讳言,自己也一度盼着能参与这个问题的最终求解。但文章一开头就写了:比起单个问题的答案,他始终更看重集体层面的理解。
这周发生的事,实实在在考验了这个信念,而作者发现自己依旧坚守它。十三年的研究在心中沉淀下的东西,不是一份号称的证明可以替代的:拥有评判这份证明、向它学习、帮助其他人也做到这些的能力。
他已经按这个信念动手:读书小组组织起来了,目的是把这份新证明吃透。一个分量如此重的问题有了答案,却没能加深对学科的理解,在他看来太可惜。他和合作者长期关注的课题也会继续推进——新证明最后站不站得住,这些课题本身都有价值。问题从来只是通向理解的媒介,如今依然如此。文末附有一份AI使用声明:全部体验、分析与结论由作者本人负责;文章经与Anthropic公司的Claude大模型多轮对话打磨,Claude依据其笔记和对话生成初稿,并协助提出修改建议、检索文献;全文经作者大幅改写修订,观点与任何疏漏均归作者本人。
吴成镇(Sung-Jin Oh)是加州大学伯克利分校数学系教授,同时在韩国高等研究院(KIAS)担任教授。在国际上