普林斯顿高等研究院的公共休息室里，黑板上的粉笔灰，曾经是人类心智最骄傲的痕迹。
几百年来，纯数学一直被看作人类理性最后的避难所。物理学要靠粒子对撞机，生物学要靠培养皿，数学家几乎什么都不需要。一支笔，一张草稿纸，有时只是一段很长的散步，就能凭逻辑和审美直觉，在空无一物的地方搭起跨越维度的建筑。
2026 年 10 月的一个星期二早晨，这份宁静被一则公告打破了。
OpenAI 宣布，它用一个尚未公开的前沿模型驱动的“AI 数学智能体”，在几周之内解决了至少 372 道长期悬而未决的数学问题，同时发布了 700 多篇由机器生成的论文。
涉及的领域从代数、几何，一直到概率论和数理逻辑。连千禧年大奖难题（Millennium Prize problems）和关于素数分布的黎曼猜想（Riemann hypothesis），也都被撕开了口子。
按科技行业的惯常讲法，这该是一场全民欢呼的胜利。可学术界的反应出人意料：没有多少人欢呼，更多的是憋闷和警惕。
最新一期《经济学人》用一种克制的笔调写下了这种情绪：
“Such a glut has left some queasy… the mathematical problems AI is revealing are more existential than numerical.”
成果多到泛滥，让一些人隐隐反胃。AI 正在暴露的数学问题，关乎这门学科为什么存在，远远超出了数字本身。
当解题变成按秒计费的流水线，当机器几周内产出的定理够人类消化好几代，我们迎来的究竟是数学的黄金时代，还是人类理性尊严的黄昏？
700 篇机器论文，打碎了象牙塔的安静
想明白数学家为什么震惊，先得看清这次突破在效率上有多夸张。
很长时间里，大家对“AI 做数学”的印象还停在辅助验证、局部搜索这一层。OpenAI 公布的数据却是另一回事：这些自主运行的智能体，平均解决一道困扰顶尖学者几十年甚至上百年的难题，花掉的算力，大约只相当于用公开商用模型做三个小时的常规推理。
三个小时。
就在上个月，据称同一个内部模型只用了 88 个小时，就拿下了克雷数学研究所的千禧年难题之一：纳维-斯托克斯方程（Navier-Stokes）解的存在性与光滑性。自 19 世纪流体力学建立以来，多少天才把一生搭在这个问题上，都没能真正驯服它。
接下来几周，算法几乎扫过了整个数学文献库。最有戏剧性的是“三维挂谷极大猜想”（3D Kakeya maximal conjecture）。2026 年 7 月，纽约大学 Courant 研究所的数学家王宏（Hong Wang）刚因为在相关领域的奠基性工作获得菲尔兹奖（Fields Medal）。三个月后，一份三维挂谷猜想的完整机器证明，就像一件普通工业品，混在 OpenAI 那 700 篇论文里一起发了出来。
靠智力和时间垒起来的高墙，在算力面前薄得像一张纸。过去一位学者要闭门好几年、写废几千页草稿，甚至几代人接力才能往前挪一小步的地方，现在几条指令就能像跑批处理脚本一样成片收割。
也正是这种让人发晕的速度，让数学家们开始觉得生理上不舒服。
历史的幽灵：从四色定理到开普勒猜想
数学界对机器的不信任由来已久。纯数学每碰上一次计算机，就会吵一场“真理到底是什么”的哲学官司。
1976 年，伊利诺伊大学的肯尼斯·阿佩尔（Kenneth Appel）和沃尔夫冈·哈肯（Wolfgang Haken）宣布证明了困扰世界一百多年的四色定理。他们的证明里没有漂亮的推导，靠的是计算机花 1200 个小时，把 1936 种地图片段一个个排查过去。
消息一出，数学界炸了锅。普林斯顿的著名数学家保罗·哈尔莫斯（Paul Halmos）等人甚至不承认这是真正的数学。他们的理由很直接：如果没有哪个人能在有生之年把一个证明从头到尾检查一遍，我们凭什么说自己“证明”了它？
1998 年，托马斯·海尔斯（Thomas Hales）借助计算机程序，证明了关于三维空间中球体最密堆积的开普勒猜想。《数学年刊》（Annals of Mathematics）请了 12 位顶尖几何学家审稿，他们审了整整四年，最后筋疲力尽地交上一份无可奈何的报告：
“我们 99% 相信证明是对的，但我们实在无法验证所有的计算机辅助计算细节。”
为了打消疑虑，海尔斯发起了著名的 Flyspeck 项目，带着团队花了 12 年，把证明的每一步都翻译成形式化验证（Formal Verification）语言，争议才算平息。
可四色定理只是一道题，开普勒猜想也只是一道题。
2026 年秋天，OpenAI 扔过来的是 372 道题、700 篇论文，还有几万页由不透明的神经网络生成的证明。
当年的幽灵没有走，这一次它铺天盖地，把整座象牙塔都罩住了。
28 位菲尔兹奖得主的愤怒：数学被当成了跑分靶子
OpenAI 宣布攻克纳维-斯托克斯问题后不久，学术界的反弹终于来了。
28 位菲尔兹奖得主领衔，全球 8000 多名数学家很快签署了一封公开信，措辞严厉：科技公司对待数学的方式，正在和这门学科的根本目标背道而驰。
他们反对的对象，说到底是硅谷那种粗暴、功利的跑分文化，AI 的计算能力本身倒在其次。
在科技公司工程师眼里，数学是完美的考场。法律含糊，哲学有分歧，文学讲主观感受，数学命题却非真即假。于是 OpenAI、Anthropic 这些实验室，把人类数学史上积攒了几百年光环的未解猜想，一股脑降格成检验下一代大模型推理能力的“基准评测集”（Benchmark）。
在学者们看来，这种做法既短视，也是一种冒犯。
公开信说得很尖锐：科技公司正冒着过早终结研究路径（prematurely shutting down lines of inquiry）的巨大风险。
设想一家商业实验室某个周二突然宣布“这道题我们用算力跑通了”。全世界正在这个方向上深耕的博士生和青年学者，可能只好放弃课题；基金机构可能削减这个领域的经费；原本多条并进的研究路线，可能就此中断。
问题是，机器真的“解决”了这些问题吗？
答案和理解之间的鸿沟
计算机科学的奠基人之一理查德·汉明（Richard Hamming）半个世纪前留下过一句话：
“The purpose of computing is insight, not numbers.”
计算的目的在于洞见，而非数字本身。
人类数学和机器跑分最根本的差别，就在这里。
在一般人看来，数学就是找答案。对顶尖数学家来说，答案常常只是副产品，通往答案的路上发明的思想工具和概念桥梁，才是数学真正的精华。
拿费马大定理来说。
1994 年，安德鲁·怀尔斯（Andrew Wiles）闭门七年后完成了证明。人们为他激动，并非因为终于知道了 $x^n + y^n = z^n$ 在 $n > 2$ 时没有正整数解。这个结论本身，对造桥、造火箭、过日子几乎毫无用处。
怀尔斯真正了不起的地方在于：为了拿下费马大定理，他证明了半稳定情形下的谷山-志村猜想（Taniyama-Shimura conjecture），在代数几何里的椭圆曲线和复分析里的模形式这两个原本互不相通的数学世界之间，架起了一座桥。
这座桥重塑了现代数论，大大推进了朗兰兹纲领（Langlands program），给后来几十代数学家提供了一架观察数学宇宙的新望远镜。
这也是二十世纪代数几何大师亚历山大·格罗滕迪克（Alexander Grothendieck）推崇的数学美学：解决难题，别拿锤子去砸核桃。让概念的海水慢慢涨起来，核桃泡久了，自己就会裂开。
OpenAI 拿出来的，恰恰是一把以千万亿次浮点运算为动力的巨大机械锤。
如果 AI 靠海量参数搜索、看不透的隐空间推演和高维特征碰撞，生成一份几百页、没有人看得懂核心思路的符号证明，那它只给出了答案（Solution），没有带来理解（Understanding）。
它没告诉我们新的数学概念在哪里，没揭示不同理论之间更深的对称，也没给其他学科带去什么启发。它只是把核桃砸成一地碎渣，然后转身告诉投资人：模型又刷新了纪录。
人类数学的演进路径：
提出猜想 ──> 孕育概念 ──> 发明工具 ──> 建立桥梁 ──> 整体认知升级
（答案只是路标）
算法跑分的收割路径：
现成猜想 ──> 神经搜索 ──> 符号拼接 ──> 输出百页黑盒证明 ──> 探索终结，没有新认知
（留下一片理解的荒原）
承受不住的洪流：同行评审窒息，形式化验证成了孤岛
退一万步说，就算这 372 个证明里真藏着没被发现的洞见，现有的学术制度也接不住这样的泄洪。
细看 OpenAI 公布的数据，有几处断裂相当刺眼。
第一，形式化验证严重缺位。
现在做计算机辅助证明，为了保证逻辑严密，通常要用 Lean、Coq、Isabelle 这类交互式定理证明器写代码，让底层逻辑内核逐步检查每一步推导。
可在 OpenAI 宣称解决的 372 道题里，**只有 127 道附带了形式化验证代码。**剩下两百多道，依然是自然语言夹着数学符号的普通论文。
第二，推理过程不透明。
700 多篇论文里，OpenAI 只公开了 10 篇背后的智能体内部推理链（Internal Reasoning）。外界无从知道算法靠什么策略找到了关键引理，也分不清它是真的建立了抽象逻辑，还是在某个概率空间里碰上了一次幸运的蒙特卡洛。
第三，被悄悄略过的幸存者偏差。
这 372 道题，只是 OpenAI 喂给智能体的 4000 道题中的一部分。也就是说，有 3600 多道题失败了。
在严肃的科学研究里，失败的案例和成功的一样有价值。哪类数学结构超出了当前模型的能力？是拓扑学的高维连续性，还是数论里的极端离散性？OpenAI 对此一字未提。
第四，同行评审彻底瘫痪。
论文动辄上百页，700 多篇加起来是几万页艰深的推理。就算把全世界顶尖数学家的脑力加在一起，几年内也审不完。
期刊审稿原本建立在同行之间互相信任、慢慢琢磨的基础上。现在机器以光速倾倒海量的符号，真理碎片和垃圾混在一起，人类学者似乎只能被动地陷在信息的泥潭里。
硅谷的公关话术，学术界的尴尬妥协
面对学界的强烈反弹，硅谷公司熟练地亮出了公关手段。
OpenAI 很快表示“高度重视学界的担忧”，并宣布采纳一个由 9 位资深数学家组成的独立顾问委员会的建议。公司还承诺出资赞助一系列学术会议，专门资助数学家们聚在一起研讨、消化这些机器成果。
这幅画面相当荒诞：科技巨头凭着资本和算力，闯进纯粹理性的殿堂，用收割机的速度打乱了延续百年的规则；原住民学者抗议了，巨头又换上慈善家和赞助人的面孔，请几位知名学者组成顾问团背书，再给经费拮据的基础学科递上几张会议支票。
商业算力和学术资本之间的这种拉扯，在一个人身上体现得格外明显：马丁·海尔（Martin Hairer）。
他是瑞士洛桑联邦理工学院（EPFL）的数学讲席教授、2014 年菲尔兹奖得主。他在那封批评 AI 实验室的公开信上签了名，同时也是 OpenAI 新成立的 9 人顾问委员会的核心成员。
这种看似矛盾的双重身份，正好照出了顶尖学者在算力浪潮前的处境：他们清楚地知道算法正在动摇数学的哲学根基，却又不得不走进巨头的会议室，想趁着巨轮还没碾过一切，为人类争取一点修正航向的机会。
海尔在采访中引用了一条经典标准：
“一道难题的真正重要性，最终取决于它开辟了哪些全新途径，以及其证明过程为其他问题投射了怎样的光芒。”
这句话是衡量 OpenAI 这批成果最严格的尺子，也是一位顶尖学者对机器发出的委婉警告。
从先验理性到观察科学：数学家会变成真理的抄写员吗？
顺着这场变化往下想，一个更深的范式转移正在浮现。
几千年来，数学和经验科学（Empirical Sciences）的知识地位截然不同。物理学家要用望远镜和显微镜观测自然，生物学家要下水采样。他们面对的是心灵之外的物理世界，充满偶然、测量误差和经验归纳。
数学家不需要望远镜，因为数学对象完全出自人类心智自身的规定。用康德的话说，数学是典型的“先天综合判断”（Synthetic a priori judgments）。
可当深度学习模型开始主导定理的生产，这条延续了几千年的边界正在松动。
未来的数学家，也许会慢慢变得像天文学家。
大模型集群就像一台口径巨大的射电望远镜，日夜在无穷维的符号宇宙里巡天。它发现某个奇特的定理，就把坐标和图像丢给人类。
数学家们围在屏幕前，拿着放大镜惊叹：“看，机器在某个没命名的星系里又找到一颗新恒星！”
然后，他们把一辈子的精力花在给机器的发现做注解上，猜测算法当初穿过了哪片星云才找到它。发明和构想新的宇宙，不再是他们的工作。
真到了那一天，数学就不再是人类先验理性的皇冠，而成了一门对硅基黑盒做逆向工程的观察科学。
顶尖数学家感到的那种从心底升起的寒意，就来自这里。
写在最后
《经济学人》说这场危机关乎存在（existential），而非数字（numerical）。真正刺痛人的，正是这一点。
数学从来不只是一张“宇宙答案清单”。
从毕达哥拉斯学派发现无理数时的震动，到阿基米德在沙地上画下的圆；从牛顿、莱布尼茨在微积分里触碰无穷小，到高斯、黎曼在非欧几何里重新理解空间。数学史最动人的部分，从来不在冰冷的结论里。它在于人类凭着脆弱的身体和有限的寿命，一步一步让这个宇宙变得对自己“可理解”（intelligible）。
爱因斯坦说过：“这个世界最不可理解的事情，就是它是可以被理解的。”
如果有一天，难题照样被攻破，世界照样被解开，却只有算法能理解，人类再也看不懂；如果机器跑得越快，人类的理解反而显得越黯淡，那么即使我们拿到了关于宇宙全部真理的清单，对人类文明来说，那也算不上理性的凯歌。它更像一场漫长精神流放的开始。
本文参考《经济学人》2026 年 10 月 10 日刊科学与技术栏目文章“OpenAI claims to have solved hundreds of long-standing maths problems”。