詹姆斯·梅纳德（James Maynard）最近一年过得不太好。
作为牛津大学的数学教授、菲尔兹奖得主，他本该在纯数学的抽象王国里享受智力的自由。但最近几个月，他发现自己频繁陷入一种情绪——他用了一个很重的词：灵魂拷问。
让这位顶尖数学家焦虑的，不是某个天才同行的新论文，也不是什么学院政治。而是一台机器。
几天前，OpenAI公布了一项成果：他们用一款代号Astra的未发布模型，一口气解出了10个长期悬而未决的数学难题。这些题目横跨多个数学分支，有的已经困扰学术界几十年。其中一个涉及高维空间中的球体堆积问题——这不仅仅是抽象游戏，它直接影响数据传输的编码效率。另一个推进了纠错码的极限，关系到如何从嘈杂信号中恢复信息。还有一个方向，触及了量子博弈论和抗量子密码学，那是未来网络安全的底层基石。
但真正让数学界震动的，是Anthropic那边传来的消息：他们的一个未发布模型，在黎曼猜想上取得了实质性进展。
黎曼猜想，数学界的珠穆朗玛峰，悬而未决超过一个半世纪。它关乎素数的分布规律，被认为是人类认知边界的一块试金石。从高斯到希尔伯特，从哈代到塞尔伯格，几代最聪明的大脑都曾试图攀登，最终只能在山脚的某个高度插上一面小旗。现在，一台神经网络模型，正沿着前人的足迹，以一种不同于人类的方式推进着探索。
当《The Verge》的记者找到梅纳德时，他说了一句让人心里一沉的话："整个领域都在经历一场深刻的动荡。"这不是技术乐观主义者的溢美之词，而是一个从业者面对范式转移时的诚实坦白。
谁的功劳？
争议几乎和成果同时到来。
OpenAI发布的10个数学解答中，最引人注目的一个结果涉及"非概率群"的存在性——简单说就是无限数学结构能否用有限结构来近似。这个问题打开了几十年，被AI证明了一些关键进展。
但紧接着就有数学家跳出来质疑：这里面有多少是人做的，有多少是模型做的？
这不是第一次了。OpenAI此前公布Astra的数学成果时，就曾被指控抄袭——有研究者指出部分解答与人类之前的未发表工作高度相似。如何界定AI的"原创性"、如何分配学术credit，正在成为数学界一个火药味十足的议题。
菲尔兹奖得主陶哲轩倒是一直在尝试某种中间路线。他公开表示自己在日常研究中使用AI辅助工具，但坚称"核心的数学直觉仍然来自人类"。他曾乐观预言，2026年将是"数学大规模协作的元年"。现在2026年过半，协作确实在发生——只是协作的对象不太像人。
数学不是最后一个堡垒
长久以来，数学被认为是AI最难攻克的领域。
写文章、画图、做音乐，说白了都是模式识别和概率分布的问题，说白了就是"看起来像"。但数学不一样，数学要求证明——每一步推导必须逻辑严密，不存在"差不多"。一个定理的证明不会因为你99%的步骤都对就算对，错一步，整个结构就塌了。
所以当GPT-5在语言任务上碾压人类时，数学家们是安心的。他们觉得自己的领地有天然的护城河：逻辑。
但现在，这道护城河正在被填平。
根本的突破在于方法。AI并不是像人类那样从公理出发一步步推导。它做的是另一种事情：在海量文献中寻找隐藏的关联，把不同分支的方法嫁接在一起，把埋藏在论文深处几十年的某个技术重新挖出来，用它去撞另一个看似无关的问题。这种能力，靠的是规模，不是直觉。
一个正在浮现的担忧是：如果AI可以用数学家看不懂的方法证明定理，那数学还是数学吗？证明的意义从来不只是"结论正确"，而是人类的理解过程。如果有一天，我们只知道某个命题为真，却说不清楚为什么，那数学作为一门追求"理解"的学科，还剩下什么？
林俊旸的选择
同样是今天，就在OpenAI和Anthropic把数学界搅得天翻地覆的时候，上海静安区某个办公室里，一个叫林俊旸的93年年轻人也宣布了一件大事。
林俊旸曾是阿里巴巴最年轻的P10级技术专家，和智谱AI创始人唐杰、月之暗面杨植麟、腾讯首席AI科学家姚顺雨并称为"基模四杰"。今年3月他从阿里辞职，沉寂五个月后，今天正式官宣：创办语用科技Pragmatik Labs，方向是横跨数字世界和物理世界的下一代智能体。
值得注意的是，高榕创投和红杉中国各投了约1亿美元，腾讯投了2000万美元，公司估值达到20亿美元——对于一个成立不到两个月的公司来说，这个数字令人咋舌。就在同一天，硅谷那边，xAI联合创始人Igor Babuschkin的River AI也宣布获得11亿美元融资，同样也是不到两个月。
一边是数学家们在担心AI会让人类失去对真理的理解方式，另一边是资本在疯狂下注下一代AI公司的未来。这两个画面放在一起，有一种奇妙的不协调感。
或许这正是2026年AI世界最真实的面貌：技术走得太快，快到连创造它的人都不知道它会跑到哪里去。有人在担心灵魂，有人在计算估值。而夹在中间的，是我们这些不知道该怎么理解"理解"本身的普通人。
The Verge那篇文章的结尾很有意味——Maynard说，他现在每天打开arXiv（数学论文预印本网站），都会先去搜一搜有没有AI生成的论文，因为他"越来越分不清了"。一个菲尔兹奖得主，开始怀疑自己读的论文是不是人写的。这可能是关于2026年夏天最好的一个隐喻。
文中所用图片来源于网络，仅供技术学习与交流。如权利人认为存在侵权，请联系我们，我们将在24小时内处理。
