AI写出千禧年难题证明，数学家陷入存在主义危机

数学家先慌了

“这感觉像深蓝击败卡斯帕罗夫的那一天。”普林斯顿的数学家Tristan Buckmaster对《科学》杂志说这话时，语气里有一种被追平后的空旷感。

让他说出这句话的，是OpenAI在9月8日宣布的一件事：他们的模型生成了一个关于Navier-Stokes方程存在性与光滑性的证明。这个方程是流体力学的基础，也是克莱数学研究所悬赏百万美元的七个“千禧年大奖难题”之一。一个AI，在没有人类数学家引导的情况下，写出了一份让专业研究者不得不认真对待的证明草稿。

说实话，我最初的反应是：又来？每隔几个月就有“AI攻克某某难题”的新闻，点进去一看，要么是缩小了搜索空间，要么是辅助验证了一个人类已有的猜想。但这次不一样。陶哲轩在他的博客里专门写了这件事，用的词是“紧急应对”。一个拿过菲尔兹奖的人说“紧急”，那就不是公关稿。

更耐人寻味的是数学界的反应。不是欢呼，是焦虑。Science的报道标题直接用了“存在主义危机”这个词。一个以严谨和冷静著称的学科，用“存在主义危机”来形容一个技术进展，这本身就说明了很多。

谁证明了它？

争议的焦点很快从“AI能不能做数学”滑向了另一个更棘手的问题：这算谁的功劳？

如果AI生成了一个证明，人类数学家负责提出问题、设定方向、筛选结果，那这个证明的荣誉归谁？陶哲轩在他的博客里提了一个很具体的场景：假设一个年轻数学家借助AI工具完成了一项重要工作，在现行的学术评价体系里，他该如何被认定？评审委员会面对一份“人机合作”的证明，该用什么标准来衡量贡献比例？

这不是一个哲学问题，这是一个正在发生的职业危机。

我认识一个在读数学博士的朋友，他上个月跟我吃饭时说了一句话，我当时没太在意，现在想起来觉得挺准的。他说：“我们这代人可能是最后一批需要手算积分的人了，但问题不是手算有没有用，问题是——如果不用手算，我们到底在训练什么？”

数学训练的核心，从来不只是得出正确答案。是在反复推演中培养的直觉、品味、对“好问题”的判断力。如果AI能直接给出证明，那数学家花五年、十年培养的这些能力，价值锚点在哪里？

Buckmaster说的“深蓝时刻”，妙就妙在这个类比。1997年深蓝击败卡斯帕罗夫之后，国际象棋并没有消亡，但棋手这个职业的形态彻底变了。顶尖棋手现在用AI训练，人类比赛更像是一种“风格表演”。数学会不会走上同一条路？数学家变成AI证明的“策展人”和“解说员”？

坦白说，我之前的判断需要修正。我一直以为AI对白领工作的冲击会从低技能岗位开始，客服、数据录入、初级翻译。但数学这件事告诉我，冲击的顺序可能恰恰相反。越是依赖形式化推理、有明确对错标准的领域，AI越容易切入。数学证明的本质，是一套可以被形式化验证的逻辑链条。而这，恰恰是AI最擅长的游戏。

你的岗位，也在被重新定义

如果这篇文章只写数学界的事，那就只是一篇科技新闻。但把OpenAI经济研究同一天发布的另一份报告放在一起看，整件事的味道就变了。

那份报告基于ChatGPT Business的匿名对话数据，发现了一个他们称为“任务交叉”的现象：工作者频繁用AI执行本职之外的任务。做市场的人用它写Python脚本，做运营的人用它生成合同模板，做财务的人用它起草产品文案。报告里有一个判断很关键——如果这些新任务逐渐成为常规职责，岗位边界会拓宽，但职位名称可能不变。

不变的名字，变了的内容。这比裁员更隐蔽。

一个被裁掉的人知道自己被裁了。一个岗位名称没变、但实际工作内容已经被AI重塑了的人，往往要等到年底绩效评估时才发现，自己过去一年做的事，跟入职时签的岗位描述已经对不上了。而这种错位，在组织架构图上是看不见的。

数学家的焦虑之所以值得被放大，是因为它把这种“看不见的错位”推到了一个极端清晰的位置上。一个数学家可以继续叫自己数学家，但他每天的工作内容，可能已经从“寻找证明”变成了“评估AI给出的证明是否可靠”。这个转变发生时，职位名称没变，头衔没变，但职业的内核已经换了。

加州2026立法会议刚刚通过了一系列AI法案，包括要求2029年前建立AI审计师注册制度。英国议会人权联合委员会也在9月14日发布了报告，警告技术发展速度让监管面临落后风险。两个信号放在一起看，监管正在试图追赶的，恰恰是这种“岗位定义权”的转移。

定义权才是真正的战场

回到数学。OpenAI的突破引发“存在主义危机”，核心不在于AI能不能做数学。核心在于：当AI能做出数学发现时，谁来定义“数学发现”这件事本身？

陶哲轩的博客里有一句话我反复读了几遍。他说数学界需要紧急应对的，不是AI的能力本身，而是“职业变革”。他用的是职业这个词，不是学科，不是研究范式。职业。一个菲尔兹奖得主，在讨论一个千禧年难题被AI攻克时，首先想到的是同行们的饭碗。

这让我觉得，我们之前讨论AI取代工作的方式可能一直搞错了方向。问题从来不是“AI会不会取代你的岗位”，问题是“当AI能执行你岗位的核心任务时，谁来决定这个岗位还需要什么样的人”。

定义权，比执行权更值钱。

数学家的证明权被AI抢走之后，下一步被抢的，是每个行业里“什么算专业”的定义权。一个律师的核心价值是找到有利判例，如果AI能在三秒内检索完所有判例并给出策略建议，那律师这个职业的定义就得重写。一个医生的核心价值是诊断，如果AI的诊断准确率超过大多数医生，那“医生”这个词的内涵就得重新谈判。

这不是危言耸听。这是正在发生的事。

我写到这里，看了一眼窗外。楼下那家打印店的老板正在用手机拍一份文件，然后用一个AI工具自动识别文字。他可能不知道Navier-Stokes方程是什么，也可能不关心OpenAI又发了什么报告。但他已经在用AI做原本需要手动录入的工作了。他的职位名称没变，他还是打印店老板。但他每天做的事，已经跟三年前不一样了。

数学家的危机之所以先爆发，只是因为他们所在的领域，对“什么算真正的贡献”这个问题，有最清晰、最严格的定义。定义越清晰，AI切入时引发的震荡就越剧烈。其他行业的定义更模糊，所以震荡来得更慢，但也更隐蔽。

陶哲轩说需要“紧急应对”。我觉得他说得对，但需要紧急应对的不只是数学界。每一个靠“专业判断”吃饭的人，都该问问自己：如果AI能做我工作中最核心的那部分，我的岗位还剩什么？

这个问题没有标准答案。但问出这个问题本身，可能比答案更重要。