新智元報道

編輯：犀牛

【新智元導(dǎo)讀】當(dāng)AI自主攻克難題吹成神話時，陶哲軒深夜發(fā)帖辟謠：別斷章取義，孤例不等于AI已具備高級數(shù)學(xué)能力。他強(qiáng)調(diào)AI更像工具鏈——擅長檢索、改寫、形式化驗證和跑套路，但數(shù)學(xué)真正的靈魂活仍離不開人類。

你可能刷到過這種極具煽動性的新聞標(biāo)題：「AI完全自主解決了人類五十年未解的數(shù)學(xué)難題！數(shù)學(xué)家要失業(yè)了！」

對于渴望見證AGI誕生的人來說，這無疑又是一劑強(qiáng)心針。而對于堅守人類智力尊嚴(yán)的數(shù)學(xué)家而言，這仿佛是最后堡壘陷落的警報。

隨著這些文章的影響力越來越大，終于有人坐不住了，出手降溫。

有趣的是，這個人正是AI數(shù)學(xué)研究最積極的推動者之一——陶哲軒。

陶哲軒并沒有否定AI的數(shù)學(xué)研究能力，他只是想把水溫調(diào)回現(xiàn)實。

就在今天凌晨，陶哲軒發(fā)帖稱，AI解決數(shù)學(xué)問題的能力被斷章取義地夸大了。

他在Erd?s Problems項目相關(guān)的GitHub頁面補(bǔ)充了更系統(tǒng)的說明與警示。

他強(qiáng)調(diào)外界對AI解決Erd?s問題的解讀很容易過度，尤其是把某個孤立戰(zhàn)果當(dāng)成「AI已具備高級數(shù)學(xué)能力」的證據(jù)。

陶哲軒到底在澄清什么？AI在Erd?s問題上究竟做到了什么程度？

陶哲軒的深夜辟謠

首先要說的是，陶哲軒并不是否認(rèn)AI在數(shù)學(xué)上的進(jìn)步。

他否認(rèn)的主要是一種偷懶敘事：把「AI在某些問題上能產(chǎn)出可驗證結(jié)果」，偷換成「AI已經(jīng)會做數(shù)學(xué)、能獨立創(chuàng)新、能替代人類」。

在他更新的「AI contributions to Erd?s problems」頁面里表示，看AI在Erd?s問題上的成績單時，千萬別只盯著「解了多少題」，還特別注意下面幾點：

• 題目難度差得離譜，「解題數(shù)」不能直接比：Erd?s問題的難度跨度非�？鋸垼欢耸枪J(rèn)超級硬核的核心難題，另一端是大量長期沒人細(xì)查、研究很少的「長尾題」。后者里有不少其實屬于「低垂果實」，更適合當(dāng)前AI工具發(fā)揮。問題是：你很難在不做專家級文獻(xiàn)梳理的前提下，提前判斷一題屬于哪一類。所以，拿「誰解得多」來PK，很可能不是同一難度段的對比。

• 很多題目「是否未解」本身就不確定：網(wǎng)站上不少問題缺少系統(tǒng)文獻(xiàn)回顧，因此「Open」（未解）這個標(biāo)簽往往只是暫定。AI解出一題后，大家往往很快發(fā)現(xiàn)——原來文獻(xiàn)里早有人解過（可能方法略不同）。這會讓「AI首解」的敘事非常容易翻車。

• 我們看到的多是成功案例，失敗被隱藏了：網(wǎng)站對AI工具的記錄并不完整，尤其對沒進(jìn)展、失敗嘗試的記錄更少。

• 有些題目原始表述有誤，可能被「鉆字面漏洞」解掉：極少數(shù)情況下，Erd?s的題目表述可能不嚴(yán)謹(jǐn)甚至有誤，要還原本意，往往需要結(jié)合上下文、靠領(lǐng)域經(jīng)驗做判斷——這一步帶有一定主觀性。

• 數(shù)學(xué)價值不只在答案，更在「連接知識網(wǎng)絡(luò)」：數(shù)學(xué)的意義不只是證明成立，還在于這件事對相關(guān)領(lǐng)域有什么啟發(fā)？和已有理論怎么掛鉤？有哪些可遷移的方法？人類寫證明時，往往會自然補(bǔ)上這些旁白：背景、動機(jī)、文獻(xiàn)對比、方法邊界。但AI主導(dǎo)的證明常常缺少這層知識的光暈，結(jié)果可能技術(shù)上對，但對數(shù)學(xué)共同體的可用價值更低。

• 解出冷門長尾題，不等于夠格投頂級期刊：不是每解一個未解題都等價于可發(fā)表論文。尤其當(dāng)題目本身很冷門、方法只是對已有套路的小改動時，更未必能進(jìn)好期刊。

• 把AI生成的證明形式化到Lean這類證明助手里，是提高可信度的好辦法，但仍可能被鉆空子。比如形式化時偷偷引入額外公理、問題陳述被誤形式化、或者利用數(shù)學(xué)庫/語法的某些「邊角行為」。特別是當(dāng)形式化證明短得離譜或啰嗦得異常時，更要警惕。

簡單來說，陶哲軒認(rèn)為AI在Erd?s問題上的進(jìn)展值得關(guān)注，但真正要看的是題目的難度層級、文獻(xiàn)核查、題意還原、知識融入，以及驗證鏈條是否扎實等更多維度的指標(biāo)。

AI能做出成果不等于AI已具備完整數(shù)學(xué)能力。

AI不是數(shù)學(xué)家

而是工具鏈的一環(huán)

那現(xiàn)實里，AI到底做了什么？

陶哲軒的這份GitHub頁面把AI貢獻(xiàn)分成了多個類別。

有AI生成了完整（或部分）解答，有AI以為題目未解、結(jié)果發(fā)現(xiàn)文獻(xiàn)早就解過的案例，有AI參與文獻(xiàn)檢索，有AI把證明形式化到 Lean，有AI幫人類重寫既有論證，等等。

例如，頁面列出 #728問題 在2026年1月6日由Aristotle與ChatGPT 5.2 Pro 給出完整解答（Lean驗證），#729問題在1月8-10日也獲得完整解答（Lean驗證）。

這意味著在某些題型、某些難度區(qū)間，AI確實能做出「可運(yùn)行的證明結(jié)構(gòu)」，甚至進(jìn)入形式化驗證流程。

有些問題完全由AI解決，但后來才發(fā)現(xiàn)，有人早就解決了。

陶哲軒還專門列了「AI-powered literature review（AI驅(qū)動的文獻(xiàn)回顧）」一類：AI被用來搜索是否已有結(jié)果、是否存在誤判Open的情況。

人類仍然是主角

如果僅憑幾個孤例就認(rèn)為「AI數(shù)學(xué)無敵」，顯然有些片面。

但反過來，覺得AI做數(shù)學(xué)啥也不行，同樣會錯過它真正有價值的部分。

更準(zhǔn)確的說法可能是：AI正在學(xué)會做數(shù)學(xué)的體力活和工程活：跑套路、補(bǔ)漏洞、做形式化、寫稿改稿、查文獻(xiàn)。

而數(shù)學(xué)真正的「靈魂」——提出深刻問題、創(chuàng)造新概念、把一個結(jié)果嵌進(jìn)整個學(xué)科的知識網(wǎng)絡(luò)——仍然高度依賴人類。

所以，陶哲軒這次深夜發(fā)帖想要說的，正在于此。

未來的數(shù)學(xué)家，或許不再是孤獨的思考者，而是統(tǒng)領(lǐng)著硅基智能大軍的指揮官：在那片廣袤的數(shù)學(xué)原野上，人類指引方向，AI開路架橋。

別斷章取義地神話AI，但也絕不要低估這股正在重塑真理探索方式的力量。

參考資料：https://mathstodon.xyz/@tao/115871649394962391

秒追ASI

?點贊、轉(zhuǎn)發(fā)、在看一鍵三連?

點亮星標(biāo)，鎖定新智元極速推送！