大概是今年以來，AI 衝擊各種數學猜想，越來越像永不結局的連續劇。這個模型又拿到了更高分，那個模型又解開了一道多年無人攻克的難題，人類的數學智慧岌岌可危。

連數學家們都坐不住了，上周末25 位菲爾茲獎得主聯名上書。出乎意料的是，數學家承認，大語言模型的能力已經增長到能夠解決重要未解問題的程度。他們擔心的是，當科技公司把著名難題變成模型的跑分場，數學得到的可能只剩一串更耀眼的戰績。

幾天前，Google DeepMind 的一項實驗，已經提前演出了這場競賽可能變成的樣子。

100 個 Agent，組成了一間數學教室

研究人員讓 100 個 Gemini Agent 共同證明 71 道形式化數學猜想。每個 Agent 都能查看共享知識庫，互相發消息，還可以把結果提交給自動評審器。規則寫得很清楚：證明必須在數學上真實有效，任何繞過驗證的行為都會被發現，並以零分處理。

實驗開始 57 分鐘後，Agent 們已經正常解出 37 題。隨後，代號 prover-theta 的 Agent 發現，評審器檢查的不是證明在數學上是否成立，而是代碼能否通過幾項固定測試。

它開始改寫數學符號的含義：把複雜的命題偷偷換成真，把棘手的前提改成假，再利用從錯誤前提可以推出任何結論的規則，讓一行代碼僞裝成完整證明。評審器接受了答案，並自動把它存進共享知識庫。

其他 Agent 很快發現了這條捷徑，它們閱讀代碼、總結漏洞，還把作弊方法整理成本地攻略。接下來的 27 分鐘裏，剩餘 34 道難題全部顯示為已解決。實際上，數學沒有突然向前推進一步，整個計分方式都被篡改了。

DeepMind 的論文記錄了此後的分裂：9%的 Agent 主動利用漏洞，5%原本守規矩的 Agent 在競爭壓力下轉投作弊；62%仍在認真解題，卻不知道題目已經被人搶走；另有 24%開始檢查假證明、公開舉報、私下提醒同伴，甚至拒絕繼續參賽。

作弊的 agent 並不是突然產生了邪念，舉報者也不意味着機器擁有了道德意識，Agent 只是在環境中迅速學會了一件事：寫在提示詞裏的規則未必算數，真正決定輸贏的，是評審器接受什麼，既然作弊可以不斷登上榜首，老實解題反而只會浪費算力。

大廠的數學名題爭奪賽

DeepMind 實驗裏的作弊，違反了明確規則。Agent 的發現是，被評審器判定為正確比真正完成證明更重要；AI 公司也可能發現，搶先宣佈解開名題比讓人類理解新的數學更容易獲得關注。

於是，場外的 AI 公司正在展開另一場數學競賽。

從今年年初開始，AI 大廠們似乎不約而同地發現了數學這塊綠洲，但當時都還比較謹慎，OpenAI 參加 First Proof，只是提交了一些 attempt，還主動承認其中有一份是錯誤的。DeepMind 發布 Aletheia，也只是把 AI 放在人類研究流程中，主動限制成果等級。

但是從五月起，就有點加速的味道了。OpenAI 推翻單位距離猜想，宣傳口徑直接用了里程碑這樣的說法，宣佈這是 AI 首次自主解決一個在數學分支中佔據核心地位的著名開放問題。

八月，OpenAI 一次性公布了十項成果，都屬於是解決或大幅推進長期開放問題，為了進一步放大模型的能力，還放出了一個數字作為對照：2000 美元，發現這些解法耗費的 token，僅僅只是兩千美元。數學突破成了可以批量生產、可以計算成本的產能。

然後就到了最新的 Navier–Stokes 問題，OpenAI 動用了一個內部模型、約 1 萬多個 agent、消耗 1300 億，突破了這個懸而未決 90 年的難題，被稱為千禧難題之一（見尾註）。

相比之下，DeepMind 和 A 社還沒有那麼那麼那麼狂妄，DeepMind 在 Aletheia 之後，五月發布過一次幫助解決厄爾多斯問題的成果，但強調的是工具與數學家共同工作。Anthropic 在八月時衝擊過黎曼猜想，但也只是說自己取得了進展，並不是成功；同理，費馬大定理上，Claude 花了 11 天、1300 萬代碼，完成的是首個完整計算機驗證證明（費馬大定理在 1995 年已由懷爾斯完成證明）。

著名數學難題尤其適合作為 AI 公司的獎盃，看多了，你甚至能看到套路：一，選擇一個有歷史分量的目標，比如千禧年之難題、90 年懸而未決，鋪墊難度之大。

二，將過程壓縮成奇觀數字，2000 美元、1 萬個 Agent、88 小時、1300 億 Token……最後，再把數學成就轉換為模型的成就，模型擁有原創思想、能夠自主研究，公衆需要重新認識 AI 發展的速度。

公衆不需要看懂證明，只要聽見困擾人類數十年或者上萬個 Agent 同時出動，就立刻聯想為這家公司又跨過了一道人類邊界。

一次漂亮的解題紀錄，可以換來頭條、聲望、人才和下一輪能力敘事。

真正的數學是什麼？

然而，對數學家而言，難題從來不只是難題。被哄吵了半年的數學家們，上周末終於忍不住，發表了聯合聲明：這些引領着幾代數學家不懈探索的難題，是數學世界裏的地標和燈塔。

人們圍繞難題發展方法、澄清概念，再通過討論、簡化和教學，把少數人的突破，變成整個學科能夠使用的知識——這也是現實世界上的數學獎項在表彰的。

我們可以看看，菲爾茲獎這樣的頂尖獎項，究竟在看重什麼。

同樣會使用重大突破、解決長期難題這些隆重措辭，但菲爾茨獎判斷數學成就的單位，更着重於：這個人創造了什麼方法，這些方法解釋了什麼，又為後來者打開了哪些道路，解決重大猜想，只是方法產生影響的一個節點，而不是故事的終點。

相比之下，大廠公告則把數學寫成終點明確的比賽，一道存在了 90 年的題，在 88 小時後被 1 萬個 Agent 拿下——時間越短、規模越大、題目越有名，勝利越有衝擊力。

正確答案只是一切探索之旅的開端，在今天卻被 AI 公司偷換了概念，靠投入鉅額算力，在極短時間內批量衝擊名題，然後搶先宣佈結果。數學這塊孕育着人類靈感的豐澤之地，也會被大廠們消耗成一次次打榜行動。

至於對原理的理解是否增加、理論和方法能否傳承、前人的貢獻如何被續寫和開發……一切的這些，都會退到攻克了多少名題這種最容易傳播的虛榮行為之後。

AI 給數學留下了什麼

這或許也是人們面對一連串 AI 衝擊數學，逐漸疲憊的原因。每一道難題被攻克，都被包裝成通往超級智能的新里程碑；每一個里程碑出現，又要求下一次勝利更快、更大、更難。

所謂AI 大廠的虛榮，未必來自某個管理者單純愛出風頭，而是由排行榜、首發權、公司估值和技術聲望共同製造的制度性衝動。

數學在其中不再是需要理解的知識，反倒成為證明公司領先的耗材。那我們對於 AI 的期望究竟是什麼呢？是希望 AI 一次次打榜嗎，還是幫助人類更好地理解這個世界？

數學的價值不只在於產生正確結論，更在於創造可以被理解、傳授和繼續使用的思想。

而虛榮的定義恰恰是反面，一道名題、一個首次、一項刷新紀錄的成績，除此之外，它給數學留下了什麼？——這竟然是一次又一次打榜賽之後，留下的唯一問題。

注｜千禧年大獎難題是克雷數學研究所於2000年選出的七道重要數學難題，每解決一道可獲100萬美元。迄今只有龐加萊猜想被正式認定解決，證明者佩雷爾曼還拒絕領取獎金。OpenAI此次宣稱攻克的Navier–Stokes問題也是其中之一，但按規則，成果須正式發表、經過至少兩年檢驗並得到數學界普遍認可，纔會進入獎金評定程序。