最近一两个月，AI 在数学圈炸出了大动静 —— 从费马大定理到哥德巴赫猜想，连百年悬而未决的数学难题都被 AI 捅出了新口子，这还是我们熟悉的那个 AI 吗？

AI 正在突破人类数学的百年瓶颈

近期，大公司和个人都在 AI 数学上跑出了新成绩。

Anthropic 的 Cloud 模型，把黎曼 zeta 函数的非平凡零点比例从约 41.6% 提高到了 67.2%。

OpenAI 的 GPT 6 Ultra，把孪生素数的间隔下界从 240 降到了 186。

Claude 只用了 11 天，就自主完成了费马大定理里的首个完整计算机核验证明。

还有知乎用户子鱼，用 GPT 5.6 和 GPT 6 搭配工具，完成了哥德巴赫猜想 1+2 的形式化证明，还把相关研究推进到 1+1.9，这可是 60 年来哥德巴赫猜想验证的重要突破。

从今年早些时候的单位距离猜想开始，AI 的数学突破就没断过，例子根本列不完。

形式化是 AI 打通数学的核心钥匙

这些突破里，反复出现的 “形式化” 和 “Learn”，是 AI 能搞定数学的关键。

大语言模型偶尔会出错，就像编程里的代码可能有 bug，我们可以用编译器验证。而 “Learn” 就是数学领域的 “编译器”，能把人类写的数学论文、定理、推导步骤，全部转换成机器能读懂、能一步步检查的内容。

所谓形式化，就是把人类用文字写的数学定理、推导步骤，转换成机器能读懂、能一步步检查验证的内容，就像编程里的编译器能检查代码对错一样。

一旦数学定理被形式化，AI 做数学就和写代码、查 bug 一样，能靠机器自动验证对错。

以前数学家要花几个月甚至几年，才能看懂一篇顶级的数学论文、核查几百页的证明过程，现在只要把形式化的证明丢给机器，人类只需要确认流程没问题就行。

现在大模型和形式化工具结合，给数学圈带来了实打实的玩法变革。

陶哲轩的 “直升机” 比喻戳中了数学的命门

连顶级数学家陶哲轩都在关注这个趋势，他对 AI 的评价一直在变。

今年他还说 AI 像个平庸但不算差的研究生，今年早些时候就发现，AI 能帮他省时间：查文献、写代码、试计算，还能筛掉没用的方向。

但他也提醒，要是只追求解出题目，人类可能丢掉研究过程里更值钱的东西。

他打了个比方：数学就像徒步找瀑布，一路探路、画地图，路上发现的新工具、新技巧，才是下一代数学的基础。而 AI 就像直升机，直接把人送到瀑布边再送回来，速度快了，但路上的风景全丢了。

近期他还拿三维不可压缩纳维 - 斯托克斯方程的正则性问题举例，假设 AI 直接解决了这个百年难题，但只给结果不给过程，那人类就算知道答案，也没学到任何东西。

网上还一度传他看到 AI 解决了这个问题，后来他专门澄清只是假设，但也能看出，AI 真要是攻克了这类难题，大家都不会意外。

只看答案的 AI 突破，正在掏空数学的核心

以前我们想象 AI 成为科学家，得像爱因斯坦那样，靠有限的信息提出新理论。但近两年，AI 已经能独立发现反例，打破人类保持多年的数学记录，速度比我们预想的快得多。

数学圈的游戏规则已经被 AI 悄悄改写，这到底是人类智慧的延伸，还是另一场技术革命的开端？没人能说得准，但可以肯定的是，我们再也不能把 AI 当成普通的工具了。