AI耗尽现有难题后，人类研究转向提出新问题

随着AI在数学等可程序化验证领域展现出强大的解题能力，学界开始探讨人类知识探索的未来范式。研究者Aaroth指出，当AGI彻底解决现有的“开放性问题”后，科学研究的核心将从“解答公认的难题”转向“发现新问题”以及构建连贯的理论，人类面临的关键挑战是如何对新问题的“有趣性”达成社会共识。

已确认

• 解题与品味的解耦：kareemcarr认为，AI正在将知识工作中的“努力”、“质量”和“品味”三者解耦。如今人们无需付出太多努力或具备卓越品味，就能借助AI产出高质量成果。
• 存量难题的缓冲作用：kareemcarr指出，目前学界对知名数学猜想的追求掩盖了AI带来的影响，因为这些经典问题的重要性已有共识，成为了过渡期的缓冲。
• 数学探索的无界性：burnytech强调，即便AI解决了顶级的数学猜想，甚至逼得人类发明全新的数学子领域，这也远未达到数学的巅峰，因此“已解决的数学猜想变得无趣”的情况并不会轻易发生。

为什么重要

这一讨论触及了AI时代的核心哲学问题：人类研究的价值不应仅停留在“做题”，而在于定义什么问题是值得探索的。正如Aaroth所言，数学中存在大量困难且真实的陈述，但人类只会赋予其中极少部分以“有趣”或“有意义”的社会共识。在AI包揽解题任务的未来，人类智慧的最大体现或许将在于提出好问题。

2026-08-02 ~ 2026-08-03 · 5 条相关

• AGI耗尽人类现有难题后，谁来定义新的有趣问题？ — Aaroth · 2026-08-02
• 【源头】AI 解决现有难题后，人类如何就新的有趣问题达成共识？ — Aaroth · 2026-08-02
• AI 研究员 Aaroth：AI 将终结既有难题，数学研究转向提出新问题 — Aaroth · 2026-08-02
• 【源头】AI能力边界探讨：数学猜想被穷尽后还剩什么？ — burny_tech · 2026-08-02
• 【源头】AI 让数学研究不再依赖品味，仅剩存量难题作缓冲 — kareem_carr · 2026-08-03