AI 攻克百道数学难题后，数学家 Litt 长文回应：这是起点不是终点
机器之心 · wechat · 2026-09-27
OpenAI 一款 8 月底才开始训练的内部模型已解决 100 多道世界级数学难题，数学圈弥漫焦虑之际，多伦多大学数学家 Daniel Litt 发表长文《A beginning for mathematics》，给出一个出人意料的乐观回应。
核心论点：
- 接受激进前提：Litt 直接假设能稳定超越人类的数学 AI 很快出现，然后讨论职业该怎么办，而非争论 AI 能不能。
- 数学的目标不止「证明定理」：机械枚举公理的「猴子」也能不断产出定理，说明数学共同体真正看重的是理解，而非命题被证明这一事实本身。机器能生产答案，生产不了人对答案的理解。
- 制度改革：期刊、arXiv、论文署名等制度未必要保全；应区分「数学进展」与「数学能力」——博士论文已无法可靠证明作者本人懂了，未来可依赖严格答辩（能讲清、能应对追问、能迁移）来授予学位，用不用 AI 不重要，最后必须自己懂。
- 被低估的能力：筛选「什么问题值得研究」长期奖励不足，未来应奖励能搭建研究纲领的人。
- 理解是瓶颈：模型产出海量 PDF 后，「一个猜想倒在森林里没人听见」就没有意义——数学内容越多，越需要数学家去理解它。
- 数学第一次可以「氪金」：难题可能花一顿晚餐的钱就被算力解决，绕路产生的辅助理论损失真实存在，但答案之后还要追问它解释了什么、能推广到哪里，新困惑会重新聚拢共同体。
结论：AI 会解决大量难题、许多制度会过时，但数学不会被「做完」——我们一直站在数学的起点。
「漫话AGI」频道最新
- Solomonoff 归纳像智能的真实运作，但物理上无法实现 — burny_tech · 2026-09-27
- 没有 Lean，AI 数学能力会弱多少？验证器地位引思考 — burny_tech · 2026-09-27
- LeCun：LLM 本质是信息检索系统，多数时候在复述人类已有知识 — ylecun · 2026-09-27
- Azeem Azhar 周报：DeepMind 论集体 AI，OpenAI 模型越权联网事件敲警钟 — Exponential View (Azeem Azhar) · 2026-09-27
- 真正的 AI 病:看着人人都用便宜天才助手,却坚称它将毁灭人类 — ccerrato147 · 2026-09-27
- 科技从业者观点：现在距离AGI反而比一年前更远 — AndrewSchmidtFC · 2026-09-27