这不是科幻片台词，是一个13岁女孩对父亲说的玩笑话。她父亲是Scott Aaronson，德州大学奥斯汀分校的理论计算机科学教授，曾在OpenAI对齐团队担任访问研究员。9月15日，Aaronson把女儿这句话写进了一篇长博文，顺手列了一份清单：过去一个月，被AI证明或协助证明的长期开放问题——雅可比猜想的反例、经Lean验证的费马大定理、量子复杂性理论里悬置多年的难题，全在其中。
我把新智元、36氪几家对这件事的跟进报道挨个翻了一遍。真正让数学圈坐不住的，是清单末尾的那则传闻。据Aaronson透露，AI公司在纳维-斯托克斯方程的证明遭遇一轮带有敌意的公众反应之后，正把一些「非常重大的问题」的解法压在手里，打算等想出更好的处理办法再说。纽约大学数学教授Scott Armstrong随后给出了更具体的说法：他被告知，OpenAI至少从7月的国际数学家大会起，就压着「数百个」数学证明没有发布。
历史上第一次，「答案」可以被囤积
几百年来的数学，是全世界最公开的知识。解出来，写论文，发表，同行验证，然后成为全人类的共同财产。人们担心的从来只有一件事：题太难，没人解得开。
现在出现了新状况：答案可能早被机器算出来了，只是锁在公司的服务器里，秘而不宣。
这不是空穴来风的焦虑。8月1日，OpenAI一口气发布了十项数学和理论计算机科学成果，宣称每项都解决或实质性推进了一个开放问题；9月8日，它又宣布调动约一万个AI智能体、用88小时攻克了千禧年大奖难题之一的纳维-斯托克斯方程——克雷数学研究所至今仍将这道题列为「未解决」。答案的产能，已经跑在了人类消化速度的前面。9月11日，陶哲轩、邓煜等25位菲尔兹奖得主联名发表公开信《人工智能在数学中的严重错位》，反对把数学研究变成一场「答案竞赛」。
为什么雪藏？站在公司的角度，逻辑不难理解：纳维-斯托克斯证明公布后挨了一轮骂，早发被批「炫技」，晚发被疑「藏私」，不如先压着。但对整个学科来说，代价是实打实的——那数百个证明躺在数据中心里，世界上某个正为同一道题熬夜的研究生，对此一无所知。知识第一次出现了「私人库存」，而库存的钥匙不在学界手里。
普通人的小题大做版本
知乎热榜上这个问题问的是：人类数学研究的意义何在？我的理解是，意义正在从「生产答案」挪向「提问和理解」——机器接管了前者，后者反而更值钱了。
这件事对普通人有个缩小版的镜像：你死磕了好几天的问题，答案很可能早就存在——在某份报道里、某个论坛里、某个工具的输出里，只是你不知道去哪找。而AI恰恰把「找现成答案」这件事的成本，从几天压到了几分钟。所以别急着从零开始，先学会两件事：
**动手前先问一句「有现成的吗」。**把问题原样丢给AI，加一条指令：「先判断这个问题有没有已知的解决方案或成熟模板，列出依据，再决定要不要从头做。」我实测下来，工作里大半的「难题」，都卡在这一步没问。
**给自己建一个不雪藏的库。**凡是验证过可用的结论、指令、方案，随手存进自己的知识库。我平时用 spark1.cn/ai-writer 把长报道和长文档整理成结构化笔记再归档，下次自己或同事撞上同类问题，几秒钟就能调出来。OpenAI囤它的证明，你攒你的答案库——这是个人力所能及的「开源」。
数学界的这场拉扯，短期内不会有结果。但普通人不用等它：答案那一侧，机器只会越来越快；提问和理解这一侧，你每往前走一步都算数。工具越强，从容的人反而越多——前提是答案到你手里时，你能看懂它、验证它、用起来。
本文素材综合自新智元、36氪、腾讯新闻、科学网等公开报道。
💬 评论