数学正在被AI撑爆进入证明丰裕期,数学界的工作流发生大变化

   一个每年审阅上百篇论文的数学家，亲手给自己按下了暂停键。原因不是他老了，不是他累了，而是一个他亲眼看着成形的事实：AI生成数学证明的速度，已经远远超过人类消化证明的速度。

   菲尔德奖得主陶哲轩：数学正在经历其他科学领域早已经历过的那场革命。生物学有基因测序爆炸、天文学有望远镜数据洪流，每个学科进入「数据丰裕」时代之后，都被迫重建自己的工作流程。AI时代，数学的版本是：证明丰裕。

证明不再稀缺了

   几千年来，数学一直活在「证明稀缺」的年代。一篇定理的诞生需要几年甚至几十年。Andrew Wiles关了自己7年才证完费马大定理。在那个稀缺时代，「谁第一个走出帐篷」就是最自然的衡量标准。你给他一切，荣誉、教职、奖项、定理的署名权。这套激励运转得非常好，因为它和「推动整个数学社区进步」的目标基本对齐。

   但现在，稀缺性正在被AI抹掉。陶哲轩举了一个很具体的例子：Erdős问题网站，数学界最著名的未解难题清单之一，目前已经有大约20篇AI辅助解题方案处于积压待审状态。提交者自己坦言：根本没有时间手动验证。不是没人想看，是看不过来。

   陶哲轩把这比作19世纪的汽车困境：车的速度越来越快，但当时的道路系统根本承载不了。结果不是交通更快了，而是交通更堵了。AI是能生成数学难题的证明。但证明堆在那里没人消化，等于什么都没证明。

数学家的工作流，被AI切成了三段

   陶哲轩在演讲里把数学的生产过程拆成三步。

第一步，证明生成

   AI现在已经在批量产出。GPT-5.5、Claude Opus 4.7、专门做形式化数学的求解器，一夜之间能涌出几十条新证明。一年前还是惊喜的事情，现在变成生产线日产。

第二步，证明验证

   Lean、Coq这一类形式化验证工具大半年迭代一次。AI加Lean让验证流程半自动化，审稿人不再需要一行一行手算每个引理。GPT-5.2解Erdős#728那次，验证环节由工具Aristotle自动完成，陶哲轩本人只在终点确认了一下。

第三步，消化与理解

   现在，完全空白。没有任何工具能帮数学家把机器证完的东西转化成人类读得懂的洞察。一条证明被形式化验证为正确，和这条证明对数学家有用，是两回事。

   前两阶段越快，第三阶段越追不上。陶哲轩用了一个精确的工程术语来形容这种错位：impedance mismatch（阻抗失配）。三个环节的速度不匹配了：证明像洪水一样涌来，但理解的堤坝还是手工砌的。

在证明丰裕的时代，我们应该成为什么？

   陶哲轩说了一句被现场反复引用的话：数学的本质，不是积累正确证明的数量，是让人类理解这个世界为什么是这样运行的。

   机器解出某道难题是一回事。陶哲轩亲自从那个证明里提炼出新概念、再把它扩展成新理论，是另一回事。前者AI可以包圆。后者目前还得人来做。而且越来越没人做得过来——每天几十条新证明涌出，每个新概念都在等一个“陶哲轩”去发现它、命名它、把它放进更大的框架里。

在AI时代，数学学习者该如何自处？

   听完这个演讲，我受了很大触动：

第一，不追“新”，追“根”

   在AI时代，靠“新”取胜已经不现实了。你能碰到的任何数学问题，AI都能在几秒内给出解法。那人类学数学的意义在哪？意义在于理解，理解为什么这个问题值得解，理解这个解法背后的思路是怎么来的，理解这个定理在整个数学体系中的位置。

   陶哲轩演讲的深层含义是：AI负责解决问题，人类负责提出问题、理解问题、把问题的意义讲给别人听。在证明丰裕的时代，数学家的工作不再是“第一个走出帐篷”，而是“把帐篷里的路线画成地图，讲给后来的人听”。

   所以陪小女儿学数学，还是需要多停下来问：这个公式是怎么来的？为什么古人要发明它？如果我们不学它，会错过什么？

第二，不追求“快”，追求“透”

   以前总觉得，数学学得好的标志是“做题快”。但AI做题比谁都快。那我们还能比什么？比“透”。比谁能把一个概念讲得更清楚，谁能把公式背后的直觉传递给另一个人。

   所以小女儿现在的数学任务里还是坚定了一项，那就是：当小老师。她学完一个知识点，要讲出来，讲不明白的地方，就是她自己还没理解透的地方。这个“讲清楚”的能力，在AI时代不仅不过时，反而越来越稀缺。

第三，不做“存储器”，做“理解者”

   在证明丰裕的时代，最值钱的不是记住多少证明，是消化和理解的能力。把一条被机器验证过的、冷冰冰的正确证明，变成能让人类大脑真正理解、能放进更大知识框架里的“可消化”知识。

    AI能帮你算题、帮你写代码，但它没办法帮你思考。思考是你的。

   周三那场演讲，陶哲轩没有给出答案。他只是在陈述一个事实：数学家的工作方式，回不去了。但回不去的，远不止数学家。我们的教育方式、我们教孩子学数学的方式，也回不去了。

   当AI能在几秒内解出任何数学题，我们为什么还要教孩子学数学？不是为了比AI更快，是为了让他们拥有AI永远无法替代的东西，理解。理解为什么这个问题值得被提出，理解这个解法背后的思路之美，理解数学和这个世界的连接。这些才是教育在AI时代的核心。

    AI时代真正稀缺的，永远是能提出好问题、能理解复杂概念、能把知识讲给他人听的人。