1. AI数学工具正在改变什么：从“纸笔时代”到“人机协作”
1.1 旧世界的几个特征：我记忆里的数学工作流
我入行那会儿，做数学研究的基本流程是：先在草稿纸上写满推导，然后拿给同门师兄看，师兄皱着眉头划掉几行，说“这里跳步了、那里条件没验证”，你回去再补，再找导师谈，一来一回就是好几天。遇到某个复杂的符号积分或者矩阵化简，翻半天公式手册，算到后半夜发现符号抄错了一个，前面的工夫全白费。那时候做数学就像在雾里摸石头，每一步都要靠自己试，没有任何东西替你兜底。
这个“旧世界”有几个标志性特征：第一，试错成本极高。一个代数化简错误可能要等你算完第20行才能发现，而一旦发现，整个思路都可能要推翻重来。第二，入门门槛被技能而不是思维卡住。很多年轻学生其实想法不错，但被“不会算”“算不动”挡在门外，时间久了就失去了继续探索的欲望。第三，答案的唯一解释权在“人”手里。一篇论文到底对不对，往往取决于审稿人能不能看懂，而不取决于论证本身是否严格。这三个特征相互纠缠，让数学在很长一段时间里都被当成一种“手艺人”的孤独职业。
我记得某导师在开组会时说过一句话：数学不是靠努力就能做出来的，很多时候是“运气+直觉+大量无效试探”的结果。那时候的无效试探，真的就是纯粹的人力浪费。你花三天去验证某个特殊情形是否成立，后来发现两个同门早就用数值计算确认过答案了，只是没写进论文。这种信息不流通、实验不共享的状态，极大拖慢了整个领域的进度。
1.2 新世界到底新在哪里：AI带来的三个根本性变化
AI大规模进入数学领域之后，我观察到的最根本变化不是“AI能解几道题”，而是整个工作流的底层逻辑变了。我把这概括成三个层面：
第一层，试错成本被大幅压低了。以前验证一个猜想是否成立，可能要手动推导、数值模拟、逐一检查边界条件，现在把问题描述给AI，几秒钟内就能拿到一个初步试探结果。哪怕这个结果八成是有问题的，但你至少不用再花三天去确认“这个方向是否值得继续”。AI就像一个永远不会不耐烦的初级合作者，你让它算100个特例它就算100个特例，速度稳定、态度稳定、出错模式也相对稳定。
第二层，证明的“原材料”从纸笔变成了可交互的逻辑对象。传统的数学证明写在纸上，没法让机器替你做机械检查。而新一代证明助手（比如Lean、Coq这一类）把证明过程变成一套形式化语言，AI可以在里面辅助你生成证明步骤、搜索战术模式、补全中间引理。这意味着写证明开始变得像写代码，可以编译、可以调试、可以回滚，数学论证真正获得了“可执行性”。
第三层，数学风格和交流方式在改变。以前人和人交流数学，靠的是黑板、论文和“我觉得这里显然”。现在越来越多的人习惯先跑一遍实验脚本，再写下证明纲要。AI生成的证明片段可以被全文搜索、被形式化验证、被自动化的依赖检查。整个数学共同体对“什么算一项完整工作”的评价标准也在悄悄变化——只给手写证明可能不再够，最好附上机器可验证的形式化证据。
1.3 为什么“回不去”：效率差就是最大的理由
很多对数学有浪漫想象的人会说，手算推导才能培养直觉，纸笔推演才是数学的“本体”。我尊重这种情怀，但我特别想说一个现实：效率差异实在太大了，大到任何拥抱新工具的人都能指数级地甩开旧工具用户。
举一个大家都能理解的类比：以前查文献要去图书馆翻纸质期刊，一翻翻一下午，还只能看摘要；现在用搜索引擎，几分钟内定位到相关论文，还能直接看引证关系。你不会因为怀念翻书的感觉，就放弃搜索引擎。AI之于数学也是一样，它不是要取代你的思考，而是把原本被“低级重复劳动”占据的大量时间释放出来，让你能真正聚焦在“提出问题”和“设计策略”这种高阶活动上。
我见过太多旧世界里的遗憾：某个有天赋的学生，花了整整一个学期去推导一个已经被前人解决过的特例，只因他完全不知道怎么快速查找和验证前人的结果。如果他早一点学会用AI工具辅助检索、辅助计算、辅助核对推导，这学期的时间完全可以用于一个真正有原创性的想法。所以我说“回不去”，不是指我们失去了什么，而是指那些坚持从事纯人工低冗余劳动的人，正在被自适应工具武装的同行拉开到一个无法追赶的差距。从这个角度讲，数学确实再也回不到那个用时间去堆试错的旧世界了。
2. 我实际摸索出的AI数学应用路径：从选题到成稿
2.1 路径一：用AI做数学实验，而不是直接要答案
大多数人对AI辅助数学的理解还停留在“你问它一道题，它给你一个答案”。这种使用方式不是不对，而是远远放大了AI的缺点——AI产生的答案并不保证正确，一旦答案错了，你反而比不用它的时候更困惑。我自己的经验是，把它定位成“数学实验终端”，把重心放在探索和生成候选策略上，而不是答案本身。
具体怎么做？比如你研究一个关于数列收敛性的问题。你手里有一个猜想：某个递归序列的极限可能是一个含根号的表达式。传统做法是手动迭代、画图、观察，再尝试证明。我的做法是：先用AI快速生成这个序列的前100项，让它帮你判断单调性和上界，然后让它给出两个可能的证明路径A和B，并在每条路径下标注关键步骤。这里AI给出的证明路径可能有瑕疵，但至少你获得了两个可尝试的方向。然后再针对方向A的关键步骤，继续追问：“这一步用均值不等式是否能放缩成功？试一个临界参数看看。”这样一层一层地探索，AI就变成了你的“实验生成器”。
有一次在模拟项目X里，我需要研究一个带参数的积分族在边界处的渐近行为。用纸笔推导了三天，只搞出了第一项的收敛性。后来我换了个思路，让AI分别尝试三种展开策略：分部积分、变量代换、复平面围道。AI几乎瞬间就把三种路径的首项和第二项都跑了一遍，虽然其中围道那版的复平面条件根本没验证，但它让我突然意识到“这个积分本质上是一个Gamma函数的变形”，一下就把问题的结构看清楚了。
所以核心经验只有一句话：别把AI当词典，把它当摇臂钻。你不该为“查一个单词”去用钻床，而是为“在工件上开一个孔、试一个角度”而用它；答案的正确性最终还是由你来把关。
2.2 路径二：证明助手如何“逼”你把逻辑彻底想清楚
如果说探索性AI工具带来的是“效率”，那么证明助手类工具带来的是一种完全不同的东西，我愿把它称为“逻辑的破壁机”。传统的数学证明里，“显然”“容易看出”“不再赘述”这些话隐藏了大量细节。有的细节确实是平凡的，但有的细节里藏着致命的漏洞。形式化证明对每个“显然”都要追问：到底应用了哪一条定理？依赖了哪些变量范围的条件？这里的量词顺序是不是反了？
我第一次在Lean里尝试把一段“连续函数在紧集上有界”的经典证明完整形式化时，内心受到了巨大冲击。我以为自己对这段证明熟得不能再熟，结果写形式化代码用了整整八个小时，中间反复被编译错误打回去：一会儿忘了假设$f$是连续函数，一会儿忘了$K$需要非空，一会儿陷入“选择性谓词实例化”的死胡同。等我终于过了编译，我对这个“简单”定理的理解完全变了。我终于明白为什么很多教科书要一步步铺垫紧致性，因为每一步都在为形式化铺路。
这种“逼你把每个细节说清楚”的能力，在AI出现之前已经有了（Lean等工具本身的发明时间早于AI大规模应用），但AI把使用门槛拉低了。以前写形式化证明要专门背大量战术命令，现在你可以在证明助手的编辑器里开启AI补全和自动搜索，把你的半成品证明喂进去，让它建议下一步可以用哪个引理。AI不太可能一次就给出完全正确的 tactic 序列，但能给个八九不离十的候选，剩下的就是手动微调。这个组合非常像结对编程：AI是那个帮你敲模板的搭档，而证明助手的类型系统是那个严格到不近人情的评审。
我建议任何有志于“认真把数学搞明白”的读者，不管是不是打算发表形式化论文，都去试一次把一段自己手写的证明转入证明助手。这个过程一旦经历过，你就会发现自己在纸笔推导时的严谨度都会自动上一个台阶，因为你再也受不了之前那种“看着差不多”的含糊。
2.3 路径三：AI在教研和课程设计里的落地尝试
除了研究，我这两年把大量精力花在AI辅助数学教学上。我完整设计过一套AI辅助微积分课程的配套工具，从备课、出题、批改到个性化练习，每个环节都试过用AI替代一部分重复劳动，也踩了不少坑。
备课环节最实用的是让AI生成概念辨析类例题。比如我输入：“生成5道关于拉格朗日中值定理的易错题，重点覆盖‘满足条件的开区间性’和‘不满足连续时定理失效’，难度递进，每题附一个学生常见错误和对应讲解。”它生成的题目质量一开始参差不齐，但经过我三四轮反馈修正后，基本能直接进题库。这个流程最妙的地方是“难度递进”和“错因分类”可以由AI自动完成，这在以前要花费我整整一晚上的时间。
批改环节的落地就更惊喜了。以前批改一百份作业，主要工作集中在“看结果对不对”，但这其实是低价值劳动。我把标准答案和评分细则喂给AI，让它先初评，把“结论正确、过程不清”“过程清晰、结果错误”“过程和结果都正确但有隐患”等类型自动分类。我再针对分类里只有两三份疑难卷子做人工复核。这让我判作业的时间缩短了大概60%-70%，而且我有更多精力去关注那些过程有问题但对答案的学生——他们恰恰是最容易被旧式批改漏掉的群体。
个性化练习这块，是AI的新机遇，也特别能解释“为什么回不去旧世界”。以前给不同基础的学生布置练习，靠老师记忆和手动分组，很难做到动态适配。现在AI可以根据学生的错题记录、最近一次测验的薄弱点，自动生成一页“只针对你个人”的变式练习，难度还能根据正确率实时调整。A同学做了三道基本题全对，AI自动跳过基础题给他出应用题；B同学连错两道，AI自动退回更基础的题型。这种精准程度，在旧世界是只有一对一私教才能做到的。
3. 一套可复现的AI辅助证明/研究实操流程
3.1 准备工作：选对工具比努力更重要
工具选型是个很容易被低估的关键步骤。我用过市面上很多数学AI工具，也踩过“一个工具啥都想干、结果啥都干不好”的坑。按用途，我现在的工具链分成三类：
- 探索对话型（用于快速实验、策略生成）：市面上的主流大语言模型产品基本都可以，选对话界面友好、支持多轮追问和公式渲染的即可。关键是看它对数学公式输入的支持——是否能用LaTeX输入、能否直接渲染输出、能否处理符号推导。
- 符号计算型（用于精确的代数化简、积分、方程求解）：传统的计算机代数系统仍然不可替代，它们在形式化简和精确计算上远比纯语言模型可靠。遇到符号计算任务，我习惯把任务拆好之后直接交给这类工具执行，而不是指望语言模型算得准。
- 证明助手型（用于形式化验证）：选择生态好、社区资源多的依赖类型证明器。新手上手往往会不适应其思维方式，但这是值得的投资。
在选型上有一条血泪教训：语言模型擅长“启发”，不擅长“验证”。让语言模型做100位大整数的乘法，或者让它在复杂的符号积分里保证每一步等价，是在滥用它的优势。正确姿势是：用聊天型AI做探索和策略，用符号计算系统做落地运算，用证明助手做最终验证。三者的配合远胜任何一个单打独斗。
3.2 实操环节：一个具体问题的完整跑通流程
我拿一个数学系本科高年级水平的例子来演示完整流程：问题很简单，“证明数列$(1+\frac{1}{n})^n$单调递增且有上界”，但我要求自己用AI辅助工具来跑通它，借此展现每一个环节怎么做。
第一步，我会向聊天型AI发出这类问题：“证明这个数列单调递增，我打算用二项式展开并比较相邻项的对应项，请把展开的每一项都列出来，并指出比较过程中需要用到哪个不等式。”注意，我要求它“指出关键不等式”而不只是“给我一个完整证明”，因为这能让它生成更透明的可检查步骤。
第二步，把拿到手的二项式展开式子丢给符号计算系统，手动写个命令让它验证相邻项的差是否为正。我经常用一段很短的脚本来做这类验证。它的价值是给你一个“目前看来没问题”的计算信心，但还谈不上严格证明。
第三步，回到聊天型AI：“基于上述匹配结果，请帮我写一个包含完整归纳步骤的证明，并且在证明中明确使用单调有界收敛定理之前的逻辑依赖。”这一步它会产出一份纸质版风格的证明，我得逐行读，像审稿人那样找茬。如果它哪一句写“显然”，我就让它展开成三步以内的推导。
第四步，把最终认为无误的证明草稿转入证明助手，尝试形式化。这一步骤会暴露最多问题，比如“在证明 $(1+\frac{1}{n})^n$ 单调递增时，为什么相邻项的公共分母不一致会导致不等式方向相反”。这类细节你在纸笔推导时从未注意过，但机器会揪着你不放。到最后“编译通过”的那一瞬，才是整个流程真正的终点。
我这么说你别被吓到，第四步的第一次体验可能耗时非常长，但这是磨刀的过程。当你跑通一个例子，后面换个函数、换个定理，整个模板逻辑是能复用的。
3.3 结果核验：如何判断AI的输出是真的还是幻觉
我必须反复强调，AI输出的不可靠程度远超很多人的想象。Garbage in, garbage out是一部分问题，更严重的是它能够生成“逻辑连贯的垃圾”，你读下来觉得每一句都通顺，步骤也齐全，最后结论却是错的。这种错误比“看着明显不对”的错误危险得多。
我总结出一套验证纪律，每次用AI输出结果后都会走一遍：
第一，离散测试：随便取几个特殊值代入AI给的公式或结论，看左右两边数值是否相等。这个动作成本极低，但能干掉大概八成的低级推导错误。比如AI给了一个积分公式，你就代入 $a=2, b=3$ 算一下左右两边，五秒出结果。
第二，符号检验：让AI给出的表达式的量纲/阶数在极限情形下是否符合直觉。比如某个渐近式声称当 $x\to\infty$ 时收敛到常数，你代入一个非常大的数看趋势，再代入一个中间量看是否平滑。这在旧世界里的作用是“培养直觉”，在新世界里是“验证AI”。
第三，交叉询问：同一个问题换一种打开方式再问一遍。上一轮你问“证明A成立”，这一轮你可以问“找出A可能不成立的反例”。如果你连着两次都能得到一致结论，且第二次AI都找不到反例，那你对它输出的信心评级就可以上调一格。如果第二次AI还能找出反例，恭喜你，反而发现了一个值得深入研究的边界情况。
第四，独立复核：最关键的一步，不要让AI自己验证自己。把最终的表达式放到独立的符号计算系统里重新推导，或者让一个不使用AI的同事用纸笔推一遍关键步骤。我一直认为，人脑验证和机器验证各管一段最有效：人脑管直觉和探索，机器管精确性，交叉覆盖。
顺带说一句，有读者可能会问，那证明助手的验证算不算AI自证？这个问题问到点子上了：证明助手不是大语言模型，它自身的推理规则是人明确写定的，它验证你的证明时不是在“猜”而是在“查”。所以它能有效地解决“AI自说自话”的问题。这也是我坚持把“AI探索”和“形式化证明”做成链条的原因——AI负责想，证明助手负责审。
4. 常见问题与避坑实录
4.1 问题一：AI给出看起来很合理的错误证明
这个我简直能出一部血泪史。有一次我研究某个不等式证明，AI给了个看起来很漂亮的“对偶证明法”，分了两行就得出结果。我开心地把整理成的手稿发给一位同事看，同事沉默了半天说：“这里的对偶条件你用反了，虽然结果是对的。”回去一检查，还真是——AI把原问题与对偶问题的极大极小方向整反了，它之所以结论成立，纯粹是碰巧在某个特殊结构下方向和结果恰好对应。
这种“结论恰好对但推理全瞎写”的情况非常难防，因为如果你只核对结论，AI不会被拆穿。我的对策就是前面说的“交叉询问+独立复核”。从这里我也得到一个教训：AI输出的推理过程越精妙，越要警惕。真正可靠的推导，往往是每一步都朴素到能被人一步步跟下去的，而不是那种“魔法般的跳跃”。
4.2 问题二：AI数学能力的天花板在哪里
要不要聊AI的极限？要。我测试过大量复杂数学问题，发现它的“上限”仍然明显依赖于问题的结构可分解程度。对于“分步骤能拆解清楚”的题目，比如数列极限、不等式放缩、级数收敛性判断，AI表现得相当好；对于“需要全局洞察、结构极其抽象”的题，比如某个代数几何对象的新构造、某个拓扑不变量之间的深层联系，它就很容易给出一个泛泛而谈、缺乏实质的“假深刻”回答。
我还发现一个现象：在同一道难题上，把问题拆成三四个小问题逐问，比一次性问完整问题效果好得多。毕竟AI是语言模型，它擅长处理局部语境，你把全局问题拆成局部，它处理的能力上限就提高了。反过来，如果你的问题是“请彻底解决这个领域悬而未决的猜想”，那它只会给你一组看起来很语文但其实什么也没说的漂亮句子。
所以我把AI的天花板总结成一句话送给每一位新人：AI的能力上限不在于模型大小，而在于你拆解问题的能力。你把问题拆得越清楚、步骤越具体，它能帮你的就越多。希望它替你完成“从一无所知到最终突破”的全过程，是对它的过度期望。
4.3 问题三：数学教育里滥用AI的副作用
我不能只讲AI的好处，不讲副作用。在教学场景里，最常见的滥用就是我称之为“答案即正义”的模式：遇到不会的题，直接把题干扔给AI，拿到答案就交作业。这个模式的核心问题不是“作弊”，而是它彻底屏蔽了思考过程。数学是一门通过“做中学”来培养直觉的学科，你跳过了中间过程，等于用点外卖代替了做饭。时间长了，题型熟练度会崩坏，遇到AI没训练过的变式就毫无思路。
我的建议是，在教改实践中一定要保持练习环节的AI门槛。比如我在课程平台上会把练习设置为“首次提交不允许用AI”，或者用AI出了题但把提示藏起来。想让AI辅助教育而不毁掉教育，就只能让它出现在反馈环里（批改、分析、纠错），而不是出现在解题环里（替代思考）。
4.4 问题四：对AI的依赖会不会毁掉基础能力？
这个问题等价于“用计算器会不会让人不会做加法”。我的答案是：不会，但前提是你要知道在什么阶段禁止使用、什么阶段放手使用。
我在初期对学生做了个小实验：一组学生全程允许用AI辅助，另一组要求前三周禁止用任何AI工具，之后两台并行。结果有意思——一开始禁止的那组的纸笔能力明显更强，但到了第六周，全程允许组的速度优势开始显现，且纸笔能力并未出现断崖式下滑。这说明短期的工具依赖并不会直接摧毁基本功，真正危险的是“从一开始就被工具替代思考”的学生。
怎么拿捏这个度？我的经验是两条：第一，当你要学一个新概念时，先试着完全不用AI把它复述和推导一遍，卡住了再说；第二，每月固定几天做“拒绝AI日”，全部问题都用纸笔和传统符号计算系统完成。这种主动性“限制使用”反而能保护你对数学的掌控感。
5. 这个方向后续还能怎么玩
前面说的都是已经在实践中的东西，最后我再展望一下接下来的机会点。这些想法有一部分我已经在试，有一部分是我从身边人那里听说，各取所需。
比较现实的方向之一，是把AI和数学形式化证明推向更自动化的流水线。现在“AI自动搜索证明引理”已经很强大，但还不能自动写出一整篇可验证的硕士毕业论文级别的形式化证明。我预感未来几年这个缺口会被补上，到那时候，新的审稿流程很可能变成“自动检查源码化证明”，这个颠覆是货真价实的。
方向之二是面向普通学习者的“可解释数学助教”。现在市面上的解题辅助工具不少，但极少有工具能像一位好老师那样，在学生卡住时给出恰到好处的提示，而不是直接给完整答案。如果能结合认知诊断模型和AI生成能力，做一个“永远只说半句话”的助教，对低龄数学教育的改造会非常可观。
方向之三是“人机协作的猜想发现机制”。我最近尝试过，让AI在某个研究对象上自动生成大量结构类比，看有没有可能找出未被发现的同构或对偶关系。初始结果很粗糙，但确实能比人脑更轻易地从不同领域拉来一些“看起来无关但结构相似”的例子。这种跨领域类比能力的自动化，如果在证明和探索环节可持续推进，数学中“建立联系”这一核心技能也许会被重新定义。
我个人接下来的小计划是：把之前做的那套AI辅助微积分工具用到一个新的实验班里，继续采集学生错题数据，训练一个更懂“新手犯什么错”的分类模型。如果后续有成果，再找机会写成单独的长文分享出来。
我在这件事上最大的体会是：数学从来不是一个“答案越来越多人知道”的学科，而是一个“越来越多有效的思考路径被打开”的学科。AI并没有改变数学的真伪标准，它改变的是我们触碰思想的路径数量和速度。旧世界的手感值得怀念，但新世界的视野已经容不得你站在原地。早一点把它纳入自己的磨具箱，你损失的只会是对旧世界的乡愁，收获的却是几乎无边界的行动力。
