今年 5 月，菲尔兹奖得主 Timothy Gowers 听到一个消息：AI 解决了悬置近 80 年的埃尔德什平面单位距离猜想。他第一反应是——如果 AI 能证明它，数学家可能很快就要出局了。他花了一整晚调整自己的世界观。第二天早上，澄清邮件到了：AI 不是证明了它，是推翻了它。Gowers 反倒松了一口气。为什么「推翻」比「证明」更让他安心？8 月 12 日，他的博客给出了答案。
5 月那则差点终结数学界的传闻
背景是：8 月 1 日，OpenAI 一口气公布十项数学与理论计算机科学成果，全部来自尚未发布的内部模型 Astra，官方称每一项都解决了一个长期悬而未决的问题，或在相关问题上取得实质进展。开发者 Simon Willison 说，网上的数学家正在集体经历一次「深蓝时刻」；更早几天，数学家 Kirwin Hampshire 已经写下《数学的黑暗之夜》，形容自己陷入一场深刻的精神危机。Gowers 先承认这十项成果极其惊人，然后问了一个更尖锐的问题：如果大模型在数学的所有方面都已经强过所有人类，凭它的速度优势，成果本该像洪水一样涌出来——洪水为什么没来？
Astra 十项成果：多数是「拆台」
看几项旗舰成果，规律就出来了。Erdős 单位距离问题：AI 没有顺着人类几十年的思路去证明那个增长判断，而是把代数数论的工具搬进离散几何，用更复杂的数域构造出一整族点集，让单位距离对的数量超出此前预期的速度增长——流传数十年的判断被一个具体构造直接击穿。雅可比猜想：数学家 Levent Alpöge 借助 Claude 找到了相关问题中的一个反例。非 sofic 群：突破方式是构造出历史上第一个非 sofic 群。多色 Ramsey 数：核心依然是先找到足够特殊、足够刁钻的组合对象，后面的证明才有地方落脚。
四个问题都能压缩成一句机器友好的话：「有没有这么一个东西？」只要答案是「有」，模型的打法——疯狂搜索、跨领域搬工具、重组现成技巧、反复试构造——就全面接管。而且很便宜：按 API 价格折算，这十项成果找反例消耗的全部 token，也就「数千美元」。
反例和定理，本就不是两种能力
数学家的直觉里，找反例是运气活：凑一个特例把命题打穿一个洞；证定理是硬功夫，一个例外都不能有，还要有灵光一现的洞见。Gowers 说这条界线根本立不住。维诺格拉多夫 1937 年证明「足够大的整数都能写成三个素数之和」，格卢斯金 1981 年证明「任意维度下都存在两个形状相差极远的空间」——写成论文格式，骨架几乎一模一样，却没人说前者是反例，也没人说后者是定理，差别只在难点落在哪一步。
更微妙的是，「反例」这个词带着心理成分：只有推翻了大家原本有理由相信的命题，才配叫反例。非 sofic 群其实更准确叫「第一个实例」——本来就没多少专家真的相信所有群都是 sofic。多色 Ramsey 那项，Gowers 年轻时研究过它的一个等价形式，对他来说那是符合预期的例子，不是反例。界线跟着人走，不跟着数学走。
八种找例子的方法，AI 擅长四种
Gowers 把数学家找例子的常规打法列了八种：翻出标准例子挨个试、拿基本例子拼装、先留白后补条件、反过来证它不可能存在、一次次修正上一版猜测、按条件一段段搭出来、随机抽一个、取足够一般的例子。
他判断大模型在其中四种上会很强：翻现成例子、一步步搭、随机抽、取一般性例子——共同点是套路成熟、训练数据里实例密集、失败成本低。另外几种都要求你在半路反复判断同一件事：我现在走的这条路，还值不值得走下去。这就是搜索树的剪枝——真正厉害的研究者不是不走错路，而是在分叉刚冒出来时就砍掉大部分枝条。模型知识面宽到覆盖几乎全部标准论证，又快到可以在找到解之前失败无数次，所以问题越「碰运气」，它越占上风；人类还守得住的地盘，是岔路特别多又特别深的问题。
为什么 AI 没有数学家的「鼻子」
三个理由。第一，训练数据里没有这门课：公开发表的证明全是「干净的成品」，试过哪些方向、第几步觉得不对、为什么掉头，全被抹掉了——模型看得到结论，看不到过程。第二，快本身就是阻力：人类一辈子只够走几条路，必须狠剪；大模型扛得住人类扛不起的低效搜索，既然不缺，就没有非剪不可的压力。第三，这件事很难做实验。
陶哲轩在 7 月 24 日的 ICM 2026 演讲《AI 时代的数学》里从读者视角描述了症状：AI 生成的证明轻重完全错位，能用三页去证一个显然的引理，再用三行带过真正有意思的那一步。人写的证明会在难处留下「自然摩擦力」，提醒读者慢下来；被 AI 过度润色的证明把它一并磨掉了。他自己的例子：研究生时硬啃布尔甘 1991 年的论文，页边还留着「我讨厌让·布尔甘」的批注，正是这次硬啃让他后来搞懂了对方的思维方式——如果那篇证明经过多层 AI 润色，他可能得不到那份训练。「哪一步难」这个信息，人类的数学写作传统里从来没正式记录过，所以模型学不到；而 AI 写出来的东西，又把这点仅剩的痕迹磨平——错误的循环：模型学不到判断力，它的输出又让下一代模型更学不到。
Gowers 开的方子落在奖励函数上：训练时不能只在得出解的时候给奖励，还要罚两件事——死胡同钻得太多，以及直接去文献里翻现成答案。只奖励结果，就只会得到没有过程的结果。这话对训练成立，对数学界同样成立。
cap-set 尺子：什么才算真正跨过门槛
Gowers 给了一把最难糊弄的尺子：2016 年的 cap-set 问题。那一年新解法把此前最好的界限一把甩开，用的路子跟他设想过的任何一条都不一样，事后回看又明显就该这么做；紧接着一大批人涌上去，想搞清楚这套新技术还能干什么。一个真正的好方法，不只解决当下这道题，它会让一群人立刻改变手上的工作。哪天模型自己拿出同等分量的东西，这道门槛才算跨过去。
他明确预计模型会继续快速进步，一两年内可能长出更强的鼻子——人类目前的优势是租来的，不是拥有的。眼下把模型当廉价反例机器用就好：在相信某个假设、某个估算、某个设计约束之前，先让模型试着打破它——十项成果的反例战役，全部 token 成本只有数千美元。但别把它的证明草图当结果，那是待剪枝的提案；当它第五次说「我没能回答你的问题，但把它化归成了一个更窄更精确的问题」时，那不是逼近答案，是把迷路描述得越来越优雅。与 COLM 论文集体质疑 Transformer 标配设计同理，AI 眼下给数学带来的最深价值，可能不在新定理，而在新问题——以及击碎那些所有人都相信的旧判断。
