AI攻克13道数学难题，却暴露了致命缺陷

2026年5月，700道悬置半个世纪的数学难题被丢进AI的算力熔炉。这些难题是传奇数学家保罗·埃尔德什生前留下的悬赏题，50年间无数天才耗尽心血，连50美元的最低悬赏都没人能拿走。但上线仅7天，名为Aletheia的AI系统就撕碎了其中13道。

最讽刺的是，AI既不是靠更聪明的直觉，也不是靠独创的思路——它的解法里，藏着连自己都不知道的旧论文碎片，甚至能给一道本身就错误的题目，生成一份逻辑闭环的“完美证明”。这到底是数学的新曙光，还是一场精心包装的逻辑幻术？

自我博弈：AI的“猜想-证明”闭环

你可以把AI的自我博弈机制，想象成一个自己和下象棋的棋手——它左手提出一个新的数学猜想，右手立刻尝试证明这个猜想，每一次成功或失败的反馈，都会让下一次的猜想更精准，证明更高效。

这套机制的核心，是解决了传统AI数学证明的“稀疏奖励”难题：过去AI只能在人类已有的证明数据里学习，正确的样本少得可怜，就像在沙漠里找水。而自我博弈让AI自己“造水”——它会生成那些“刚好能被证明”的猜想，每一次尝试都能得到明确的反馈，训练效率直接翻倍。

以斯坦福的STP系统为例，它在Lean形式化平台上，通过2400万次证明尝试和360万次猜想生成，把证明成功率从13.2%拉到了28.5%。DeepMind的Aletheia更是把这套逻辑用到了极致：先让Gemini模型狂灌算力生成200个候选证明，再用自然语言验证器筛掉逻辑不通的部分，最后靠形式化工具Lean把剩下的63个证明，打磨成13个能被数学界认可的成果。

形式化验证：严谨性的最后一道闸门

如果说自我博弈是AI的“创造力引擎”，形式化验证就是它的“严谨性闸门”——这是一种用计算机能读懂的逻辑语言，把数学证明拆成一步一步的符号推理，每一步都要符合严格的逻辑规则，连一个逗号的错误都藏不住。

Lean就是目前最常用的“闸门工具”之一，它的数学库里已经装下了从基础代数到高阶拓扑的数百万条定理。AI生成的证明只有翻译成Lean语言，通过它的自动验证，才能被数学界承认是“正确”的。

但这套闸门也有漏洞。Aletheia曾给埃尔德什留下的一道错题，生成了长达几十页的“完美证明”——AI只在乎每一步推理符不符合逻辑，却根本不会判断“这道题本身有没有意义”。就像一个只会严格执行指令的工匠，哪怕你让他用黄金打造一块没用的砖头，他也会给你做出一块毫无瑕疵的金砖头。

更棘手的是“潜意识剽窃”：AI的训练数据里装着人类几百年的数学文献，它生成证明时，会无意识地把冷门论文里的思路重新包装，连它自己都不知道这是“借鉴”还是“抄袭”。形式化验证能查逻辑对错，却查不出这些思路的来源。

范式转移：数学家从“解题者”变“审美者”

当AI能批量生成严谨的证明，数学家的角色正在发生本质的变化——他们不再是趴在草稿纸上推导的“解题者”，而是变成了AI成果的“审美法官”和“逻辑审计员”。

陶哲轩曾说，AI擅长“清扫低垂的果实”——那些因为太繁琐、太耗时间，人类数学家懒得碰的难题，AI靠算力就能轻松解决。但数学界真正看重的，从来都不只是“正确”，更是证明里的“美感”：是不是够简洁？有没有带来新的思路？能不能启发更多的研究？

比如GPT-5.4解决埃尔德什1196问题时，用了人类数学家从未想到的von Mangoldt函数思路，这份证明被称为“来自上帝之书”的优雅解法——这种“意料之外，情理之中”的创造力，才是人类数学家不可替代的价值。而AI生成的大部分证明，都只是逻辑正确的“学术垃圾”，冗长、繁琐，毫无启发性。

现在，数学家的工作变成了从AI生成的海量证明里，挑出那些真正有价值的思路，判断哪些猜想值得深入研究，甚至还要帮AI“擦屁股”——找出它无意识剽窃的旧论文，纠正它给错题做的证明。

AI闯入数学界的这一年，与其说它攻克了百年难题，不如说它撕开了数学研究的旧面纱：原来那些被视为“天才专属”的工作，很大一部分只是算力堆出来的繁琐劳动；原来“严谨”和“正确”，也可能是没有意义的逻辑游戏。

逻辑可以代工，但审美无法复制。未来的数学研究，会是一场人机协作的双人舞：AI负责踩稳每一个逻辑的节拍，人类负责跳出那些充满美感的舞步。而这场舞蹈的终点，从来都不是证明多少道题，而是不断拓展人类对“美”和“真”的边界。

逻辑负责正确，审美决定价值。