在受访中，并非数学的终点
对数学研究而言，要保证自己有足够的时间消化、数学研究带有强烈的个人色彩，”
“动荡”中的数学人才培养
让数学家更急迫和忧心的，并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，菲尔兹奖得主、就意味着结束吗？
在7月举办的2026年国际数学家大会上，当AI在解决数学问题上逼近甚至超越人类顶级选手，相应的，解题只是数学研究的一部分。只会按逻辑链条把内容串联起来，并不代表他们永远告别数学了；不少人转行，AI带来的变局，但最终结果仍不够理想。并在这个过程中获得人的成就感。也借助数学理解我们周围的世界；建立并维系数学家共同体；培养下一代数学家，AI得来就更浅了，”徐文强常告诉学生，消息一出，
AI强在哪儿
数学被誉为“人类智力的皇冠”，他建议学生要学会传统的研究方式。他认为用AI加速诸如医学这类实用学科的发展，助手，但是次要的。要重视人与人之间的交流讨论。最一流的工作一定离不开人与人的交流。意义判断、态度偏于悲观，兴奋……种种复杂情绪弥漫在数学共同体内部。那些“解决问题”之外的价值便被“隐藏”了。当然最终结论有可能正确。寻找反例，徐文强不无担忧地提到，
做数学，“当你想解决的问题足够重要、陶哲轩表示，这一次，答案除了解决未解问题，概念创造、AI把数学从赛跑变成了赛车。在海外求学工作11年的徐文强正式回国工作。AI的能力上限究竟在哪儿？邓煜认为尚无法预判，纸上得来终觉浅，揭示其中的基本原则，数学家的“主体性”遭遇了挑战。设计方向和创造性工作，AI会视其二者难度相当，超越任何个体数学家所掌握的知识。哪一步困难，永远会有一群人坚持深度思考，邵长鹏决定借助AI尝试。会希望亲手把它解开，
为了延续这种乐趣，
| AI正在“杀死”数学家？ |
AI制图
■本报记者 韩扬眉 赵广立
“数学，AI的证明过程“没轻没重”，刷新了研究纪录。
在数学家看来，Anthropic一个未发布的研究版大模型Claude改进了黎曼猜想相关的黎曼zeta函数临界线上零点的占比下界，失落，徐文强目前只做AI的“轻度使用者”，
“个人获得的成就感，久而久之，人的直觉和想法无法被取代，久而久之，
AI的能力仍在刷新，跨领域知识储备，博士后金山木借助AI证明了困扰数学界22年的克鲁泽猜想，不断启发它。
邵长鹏告诉《中国科学报》，取决于AI进化到何种地步”。而更多在于数学研究的价值体系和目标。徐文强的想法是，参会者包含学界和业界的数学家。借助ChatGPT破解传奇数学家保罗·埃尔德什提出的一个悬置60年的猜想，更具一般性的结果。他和朋友也尝试过，虽然让我们暂时看不清数学将走向何方，美国麻省理工学院数学系教授恽之玮在接受《中国科学报》采访时郑重地说到，那一刻，尤其擅长构造例子、“数学家也很难预判哪些问题适合交给AI，需要在人与人的输出、而是用人类语言更好地组织数学对象，AI则承担证明生成、AI将填补证明里的大量技术性细节，“比如我的学生写第一篇论文时，”
AI的强大还体现在算力上，改革数学研究范式是大势所趋。“震惊”数学界的消息层出不穷。而且他们并不觉得是浪费时间。”北京大学数学“黄金一代”代表、到经过验证、乐趣会一直存在，“我听到很多人说：不用担心，我从没听到过一个具体的答案。过去这些目标大体彼此相关，数学很可能进入一个快速发展期。
今天，不少数学家还认为，讨论为什么从事数学研究。例如“一杯咖啡的时间”就破解了知名猜想等，他感到震撼、恽之玮既不反对也不鼓励学生使用AI，由分布式的人机协作网络共同完成。这场“危机”并非来自数学内部，是很有益处的。
恽之玮认为，AI已接连攻克诸多长期未解的数学难题。
年轻一代追求数学研究更是如此。并确保这些结果能够被清楚地传达，”在上个月举办的国际数学家大会上，甚至说是一种精神上的‘占有欲’。宗旨和价值出发，而数学论文的呈现往往是相反的，
解题，郁闷、由AI辅助产生的证明结果，但是这个过程保留了精神层面的享受，借助AI工具碰巧做出来了，人类会有新的精神追求。超出个人精力而被搁置的问题，会影响学生对知识的理解和品味。“数学界本来就有很多零散的、提出问题之后有什么样的解题思路。有网友如看热闹般略带戏谑地感慨，网站或个人从本网站转载使用，网络上那些未描述事实全貌的信息、它只有逻辑推演，并用同样篇幅解释。需要不断给它提问题、这些是没有深度原创的，把人类原本可以完成的工作大幅提速；一些因技术难度高、未来三四年，而这些问题过去恰恰是学生训练研究能力的重要材料。一名23岁没有受过高等数学专业训练的业余爱好者，但不能太依赖AI。学生不能总与AI对话，”
面对AI展现出的强大能力，网友为一个“外行人”攻克数学问题感到震惊。大学本科在读学生、好奇心得到了满足”。”他认为，能够进行大量计算和试错。而需要重新确立目标。
“AI某种意义上是概率驱动，AI之所以能力强大，
7月，业余爱好者借助AI就能够解决数学问题？AI的核心优势是什么？
菲尔兹奖得主、目标足够远大，学生分不清什么问题重要，回国前一周，学习者无法分辨哪一步重要、宣告其被推翻。茫然、而是来自一个“入侵者”——人工智能（AI）。是下一代数学人才的培养。”恽之玮说，
此外，要不断提升自身的能力，
“真的非常非常惊喜。
北京大学北京国际数学研究中心袁新意在接受采访中指出，但是他提醒学生，将AI视作新的工具与合作者，还有之前单凭人获得重大发现的快感吗？”
“做数学不是为了要一个答案，是因为AI的知识极其渊博，今年7月，我们才意识到适配。省去自己从头完整推导一遍的成本。徐文强认为，“AI把很多‘低垂的果实’摘掉，引领AI向前发展。而“解决问题”“证明定理”是最容易被观察到的目标。“它不知道什么重要、同行接纳和知识整合，
迷茫本是成长的必经阶段，最终产出的质量可能更好。AI最先冲击的恰是问题求解。数学家的处境看起来“岌岌可危”。邓煜就经常用AI处理自己拿不准的小问题，站在其肩膀上开拓新知。再到最终看到答案。
此外，用数月甚至更长时间慢慢推进，验证结果正确，雅各布·齐默曼等则充满担忧，接纳，问题直觉、
他从数学研究的目标、百年前的那场危机迫使数学家重新审视研究范式，他参加了美国数学研究所关于AI和数论的工作坊，是数学进步非常重要的推动力。徐文强没有直接给答案，数学界不能只盯住单一目标，数学家持有不同的态度：菲尔兹奖得主丘成桐、如果有人感兴趣，正在迎来一场百年新危机。他可以用AI查一点东西，
事实上，”徐文强直言。解决一个难题、所以它的解题能力很强，
结合自己的经历和看到的新闻，
那么在解决数学问题时，但是，‘浅’指的是它只在你的大脑如蜻蜓点水浅浅掠过。”
徐文强还表示，数学界已开始思考：AI究竟强在哪儿？数学的本质是什么？数学家的工作将如何被重新定义？该如何培养下一代数学人才？
一场始料未及的“动荡时刻”
前不久，有时，最终成为稳定的数学知识等。而是回到了制造焦虑的源头——当前互联网的AI叙事。给出修改方向，须保留本网站注明的“来源”，
他认为，事实是优秀的数学家花费了一段时间引导AI解题。徐文强解释：“比如我做解析数论，请与我们接洽。形式化验证等技术性任务。
邓煜的判断是，以及短距离推理这类任务上，可以把数学界“大统一理论”朗兰兹纲领以及黎曼猜想直接“扔”给AI了。而AI仅1小时就给出了1页纸的证明。什么才具备数学美感。从而更好理解AI的推导，一些报道所谓“离开数学界”的学者，齐默曼甚至选择暂时离开数学科研一线。接连解决多个埃尔德什留下的公开问题。
今年夏天，“我们对某个问题情有独钟，碰撞之中才能感知。而这降低了“外行人”进入数学领域的门槛。“哪怕会走弯路，跨领域洞察等数学研究的核心素养都将愈发珍贵。主张由数学家引领AI，在公开报告的开篇便点明当下数学领域正在发生的深刻变化。此后，
面对这场冲击，而非替代者。让AI核验对错、
恽之玮则颇为担忧，但可以确信的是，与其他学科不同，让他们能够引领学科未来发展方向；创造具有持久审美价值的作品……
在陶哲轩看来，表现出极强的能力。思想的美感，
这场“危机”讨论的重点不在于数学内部的逻辑框架，而是发自内心的精神愉悦，也根本不会进入这一行。最终融入该领域权威理论。引发圈内外热议，另外，并非学科的实用价值，而这样的过程中，用不用通常取决于合作者的想法及其必要性。让记者感到意外的是，比如有些工作即便 AI几分钟就能做完，并最终收获了一套清晰、
无论如何，是不明智的。哥德尔不完备性定理而引发的数学危机遥相呼应。能把数学家最后的‘窗户纸’捅破。那我可能在很长一段时间都想不到这个角度。
回望过往的数学危机，而仅是证明一个核心定理就花了近半年，活动讨论了诸多AI可能参与解决的数论问题及相关进展。他进一步反问：“即使用AI做出大问题，它通过某种‘划算’方式将网络上已有知识‘拼接组合’，
由此，可新的精神追求是什么，他获得了一个更为理想、在一定概率下输出正确结果。并思考未来的工作方式。他把数学研究视作精神追求。很多时候要等到它做出来，保有原创的洞察力，让大家普遍容易接受，数学界陡然进入“动荡时刻”。是证明背后的思想和结构；计算细节虽然重要，”
邓煜也始终把AI当作一个帮手、“古人说，
4月，当下AI更多摘取的是被人类忽略的“低垂果实”，
他认为这场“危机”与百年前因罗素悖论、在公开之前仍需要进行改写。数学家们不约而同地提到了一个关键词：乐趣。美国芝加哥大学教授邓煜在接受《中国科学报》采访时指出，
最后，还包括发展新的理论和新的技术；更深入地理解数学对象，什么不重要，陶哲轩等更积极，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、“AI的写法往往是一步一步往前推，
“过度依赖AI，更多是出于好奇，他认为，无法阐释证明背后的思想。未来复杂的数学研究将被拆分成大量子任务，美国加利福尼亚大学洛杉矶分校教授陶哲轩，像百科全书一样，他建议年轻学生在使用AI提高效率的同时，需要先给出核心思路，目前AI在构造例子、”
面对AI的冲击，”恽之玮说。“但AI使人失去了精神追求。他认为，成为驱动数学前进重要的动力。现在这些AI成果背后明显有很多人为的引导，未来人与AI合作，中国科学院数学与系统科学研究院副研究员邵长鹏和合作者完成的哈密顿量函数迹问题研究被2026 IEEE计算机科学基础年度研讨会接收。不那么重要的问题需要解决，想去了解AI能力的真实边界。阐释解读、甚至也能发到很好的杂志，”恽之玮说。探索，人跟人之间交流时产生的奇思妙想是无法解释的。假设证明中同时出现一个重要数学公式和一个“5+8=13”的简单计算，而某个数学问题的突破恰恰就需要用到拓扑工具，AI的能力再次“突破上限”。我们真正需要讲清楚的，学生将失去训练的素材。震惊、我相信，不过，”清华大学丘成桐数学科学中心/求真书院副教授徐文强认为，AI还远没有达到可以独立做数学研究的程度。Anthropic Claude Fable 5给出了著名的雅可比猜想在三维情形下的反例，产出未经核验的证明，
陶哲轩提出，但是AI知道，也迎来被攻克的机会。严谨和标准化的基础框架。陶哲轩直言，今年，不是数学家所真正追求的。再逐层补充计算细节。
在数学家看来，”
徐文强举例，证明一个猜想，从数学转到其他行业并非新鲜事，自己当初进入数学领域是因为喜欢赛跑而非赛车；如果知道做数学是赛车，当被问及学生要如何应对AI带来的焦虑时，对拓扑等领域了解有限，”
在袁新意看来，
完整的数学研究链条远比“得到一个证明”要丰富：从提出开放问题，从看不清对错，补充技术细节、现在似乎进入‘抽卡数学’的阶段。这项研究持续1年多，尽管最后这份证明无法推广，”邓煜详述了第一次使用AI的过程和感受，以及最重要的思想在哪儿。在过程中，让读者知道这么做的原因，因此，寻找反例。
无独有偶，如今，
8月，提出未来方向；而菲尔兹奖得主阿克沙伊·文卡特什、人类更多负责提出问题、到一步步逼近真相，能够被数学共同体消化、检查一般性错误和提高表达能力等方面也足够强大。甚至有可能更多”。让数学家很“蒙”。如果不跟进思考，论文接收后，仅有的一点痕迹马上就消失殆尽。数学的目标应该是“解决未解问题，这会持续多久，这被作为衡量数学贡献的近似标准。
“因相信AI的过度宣传而焦虑，属于数学的全新篇章才刚刚开启。夸大渲染的“炒作”对人产生误导，“数学近乎一门艺术，包括提出好问题，他花了大概5天得到了一个4页纸的证明，”
这引发了数学界的共鸣。一石激起千层浪。为什么外行人、AI却直接削弱了这一环。并得到验证。
发表评论