2026年AI震撼数学界，掀翻经典猜想并引发伦理危机

2026年，数学界迎来了AI带来的巨大冲击，多个经典难题被AI破解，引发了学术界的关注与反思。

7月20日，Anthropic的一名员工Levent Alpöge在X.com上分享了一场令人震惊的数学突破：他在观看世界杯时，无意间通过Fable 5找到了雅可比猜想的一个反例，这一发现随即引发热议。

雅可比猜想是数学界悬而未决的难题之一，它曾困扰数学家长达87年，使得华人数学家张益唐一度陷入困境。而现在，AI不仅在零散场合展现能力，更在核心问题上大显身手。

再往前推两个月，OpenAI与谷歌几乎共同发力。5月20日，OpenAI宣布其内部通用推理模型成功推翻了Paul Erdős提出的“单位距离猜想”，一个困扰数学界80年的问题。菲尔兹奖得主Timothy Gowers对此评价道：“此前没有AI生成的证明能够接近这个水准。”

仅仅一天后，谷歌的DeepMind以更激进的姿态还击：其数学模型AlphaProof Nexus自主解决了9道公开的Erdős难题，其中2道悬而未决达56年。此次突破显著提升了AI在数学探索中的能动性，使得数学推理逐渐走向自动化。

DeepMind高管Pushmeet Kohli宣布AlphaProof Nexus解决了数个问题丨X.com

要理解今年数学界的震撼，可以回看一条清晰的加速曲线。在2024年7月，DeepMind的AlphaProof在国际数学奥林匹克竞赛中解出3道非几何题，达到银牌水平，展现了AI在解题上的初步能力。

2025年10月，OpenAI声称其GPT-5解决了10道Erdős难题，但这一说法在几小时内被公开反驳，指出GPT-5进行的只是“超级文献检索”而非原创解法。

2025年年末，DeepMind部署了智能体Aletheia，它挑选700道Erdős问题进行尝试，正确解决了13个问题，其中4道是新的解法，9道则是通过文献检索解决。

而从2026年5月开始的这三次突破，明显具有本质性的不同：AI不再依赖人工筛选，而是摒弃传统测评方式，实现了真正的自主解决。

AI的“通才”特质，使其不仅能在已有数据库中找到答案，还能通过跨学科工具提出新的视角。例如，OpenAI在解决“单位距离猜想”时，从代数入手，颠覆了传统几何思维，展现了AI特有的思维方式。

尽管AI在某些方面显示出超越人类的潜力，但它目前仍无法取代人类在数学探索中的创造力。AI的本质仍是“补齐知识的短板”，而不是“探索未知的边界”。正如李欣意指出的那样，AI还在进行“取凸包”的工作，即拿已知的定理来构建结构，但缺少像希尔伯特那样的广泛视角。

AI的数学能力虽强，但仍需人类在最后的确认和改进过程中发挥关键作用。在OpenAI的最新成果中，9位顶级数学家参与了审查工作，将原始证明大幅简化，使其更具可观性。

OpenAI所解决的单位距离问题，让大众也能理解丨x.com

此外，DeepMind的AlphaProof Nexus已能通过Lean语言自主完成证明验证，彻底摆脱了人工质检。这标志着AI在数学研究中迈出了一大步。

然而，AI目前仍缺乏创造新方向的能力。Lean语言虽能让模型完成验证，但其表达方式过于严谨和难以理解，使得“翻译”现有数学成果成为一项必备工序。

黄色部分展示AI对证明的简化，而非彻底创新丨x.com

数学家们已经开始警觉，担心AI会以“更快、更多”的方式生成成果，从而冲击现有的学术价值观。

2026年6月2日，来自15所大学的16位数学研究者联合发布《莱顿人工智能与数学宣言》，并获得了国际数学联盟（IMU）的支持，有陶哲轩、Peter Scholze等知名数学家公开签署。

宣言并不反对AI，反而鼓励数学家了解这项技术。它更关注的是AI在快速生成成果过程中可能带来的隐患——例如AI可能生成大量“看似正确”的证明，而其中可能隐藏着不易察觉的错误。

AI完成一个证明只需几小时，而仔细审查可能需要几周甚至更久，能力有限的数学家可能无法及时处理这些信息，这可能导致同行评审的颠覆。如果AI推理被直接以预印本形式发表，可能误导学术界，挤占真正有价值的研究空间。

更有甚者，AI的成果归属问题也逐渐浮现。由于AI依赖大量基础研究成果，而无法合理署名，并且部分训练数据涉及未经授权的使用，这引发新的版权争议。更为严重的是，如果数学家和AI合作获得新的发现，这一成果的所属权将变得模糊。

此外，《宣言》还指出，科技公司可能会影响数学界的学术方向。AI公司更倾向于解决那些“容易做”的问题，而非具有深远意义的难题。这可能在大学预算紧张的情况下，造成研究导向的偏差，使数学研究逐步商业化，威胁其独立性。

数学的价值不仅在于解答问题，更在于理解和判断哪些问题值得深入研究。这种能力并非AI可以轻易复制的。

基于这些担忧，《莱顿人工智能与数学宣言》要求数学研究者公开AI和计算资源的使用情况，坚持同行评审机制，由人类作者承担最终审查与引用责任，并进一步建立独立于商业公司的公共计算平台。

数学家们想守住的，不仅是自己的劳动成果，更是决定“数学价值所在”的权力。