当AI攻破数学皇冠，人类还剩下什么？

历史性的突破！日前，AI在数学领域接连取得里程碑式进展：GPT-6 Astra将孪生素数猜想的上界从246推进到186，克鲁瓦猜想等相继被宣称攻克，费马大定理也迎来了首个完整的机器验证证明。数学——这块曾被视为“自然科学的皇冠”的领域，正被AI以前所未有的速度叩响大门。

有人惊叹，有人忧虑。从古希腊的欧几里得几何，到现代的拓扑学和代数几何，数学的每一次突破都代表着人类思维的巨大飞跃。正因如此，数学也被认为是AI最难攻克的领域之一。

如今，当AI能够证明定理、甚至写下数学家穷尽一生也难以完成的证明时，我们不得不追问：人类还剩下些什么？

一

孪生素数猜想，是数论里最有名的未解之谜之一。说的是存在无穷多对差值为2的素数，比如(11， 13)、(17， 19)、(29， 31)……猜想至今没有被证明，但数学家们一直在努力缩小连续素数之间的间距上界。

当年华人数学家张益唐就是在这个问题上，证明了存在无穷多对间距不超过7000万的连续素数而一战成名。2014年，他凭借该成果获得包括数学领域最高奖项之一的美国数学学会柯尔数论奖，及瑞典皇家科学院罗夫·肖克奖。

然而，AI越来越强大——9月3日，OpenAI的大模型GPT-6 Astra刚发布就将孪生素数猜想的上界从246推进到186，宾夕法尼亚大学统计学教授、北大07级校友苏炜杰便发布文章，称他亲眼看着这个模型把一个他崇敬了二十多年的数学问题，往前推了一步。换句话说，存在无穷多对间距不超过186的连续素数。

苏炜杰在X上发布的推文。图 / 小红书

“欢迎来到AGI（通用人工智能）时代。”OpenAI总裁格雷格·布罗克曼用这句话总结GPT-6 Astra媒体吹风会。比如，它可以直接操作Excel、Power BI、做前端QA、安装软件、测试软件、看屏幕上的报错然后继续排障。官方甚至展示了Astra直接操作电路板设计。数学家Bartosz Naskręcki测了Astra做数学，称是“量子级别的飞跃”，现在可以跟模型对话，同时在Lean（一种开源的可扩展函数式编程语言和交互式定理证明器）里实时证明命题。

从246到240，人类耗费了十二年；而从240到186，AI仅用了三天。不止OpenAI，人工智能公司Anthropic和Axiom也同期宣布，他们的AI把该间隔缩小到了188和212。

克鲁瓦猜想等数学猜想的攻克更有意思，他们都是来自所谓的外行人与AI相结合的结果——北京协和医院博士后金山木通过自学数学，用GPT-5.6自主跑16小时，解决了困扰数学界22年的克鲁瓦猜想。浙江大学人工智能方向博士生马千里利用多种大模型，写出了2万行Lean代码，为百年前意大利数学家科隆博提出的行列式题给出了初版证明。

看起来，有了AI作为工具，好像人人都能证明百年数学猜想。难怪菲尔兹奖得主陶哲轩感叹，数学正从“证明稀缺时代”迈入“证明过剩时代”。

二

基础研究是源头，数学是基础中的基础。AI的突破，恰恰彰显了人类对基础研究的执着。

数学从不是一座孤岛。从密码学到人工智能，从芯片设计到航天工程，数学始终是所有技术问题的核心。AI之所以能在数学上取得突破，正是因为它本身诞生于人类对数学、逻辑、算法的深刻理解。

今天AI反哺数学，看似颠覆，实则是基础研究厚积薄发的必然。没有人类两百年来对素数奥秘的痴迷，就没有筛法的精进；没有对数理逻辑的百年探索，就没有形式化验证的今天。AI的“疯狂”，是人类基础研究结出的新硕果。

越向上生长，越要往深处扎根。

AI时代，人的判断力与定力更加珍贵。浙大数学科学学院教授王伟指出，今年新晋菲尔兹奖得主王虹和邓煜的证明都涉及海量复杂而精巧的构造与分析，AI暂时还无法企及。尽管AI的进化速度超出很多人预期，但至少有一点是明确的：在科学研究最核心的环节——判断什么问题值得研究、如何在无人区保持定力，这些恐怕永远无法被AI完全取代。

菲尔兹奖奖章。图 / 国际数学联盟官网

筛选、判断、选择的能力，比生产能力更加珍贵。工具越强大，对使用者的判断力要求越高。他说：“对年轻数学研究者而言，没有什么比扩展学术视野、知道自己该走向何方，同时保持自己的定力更关键的了。”这正是AI永远无法替代的东西。

推进中国式现代化的大舞台上，一切人才都有脱颖而出的机会。

今天，中国正以海纳百川的气度，聚天下英才而用之。我国基础研究经费占全社会研发经费比重超7%，研发人员全时当量连续13年稳居世界第一，全球创新指数跃升至第十名。从DeepSeek创始人梁文锋入选《自然》年度十大科学人物，到颜宁、王兴兴等一批批创新者崭露头角，一切束缚创新的条条框框都在深化改革中被打破。AI与数学的深度融合，正是中国实现高水平科技自立自强的崭新机遇。

向着最高峰攀爬，中国人志气、骨气、底气十足。

三

AI攻破数学皇冠，给人类的启示或许是这样的：

第一，重新定义“智慧” 。记忆力、计算力、甚至推演力，都不再是人类的专属优势。真正的智慧，是提出好问题、辨别方向、保持定力。

第二，拥抱协作而非恐惧。陶哲轩把AI辅助下的数学未来称为“大数学”模式，复杂问题被拆成许多模块，人类、AI 和形式化证明系统共同参与，再通过机器验证把结果重新组合起来。数学的突破不是“AI一键解题”，而是改编提示词框架、搭建推演体系、反复校验每一步推导。工具越强大，对使用者的判断力要求越高。

第三，回归数学的本质。数学是人类思维的皇冠，不是因为它的答案有多难，而是因为它训练了人类如何思考。当AI承担了繁重的推演工作，人类反而可以腾出精力，去做最核心的事——追问“为什么”，探索“下一个方向”。