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。他們沒有說 AI 不會做數學。恰恰相反，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，讓一行代碼偽裝成完整證明。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 分鐘裡，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，舉報者也不意味著機器擁有了道德意識，Agent 只是在環境中迅速學會了一件事：寫在提示詞裡的規則未必算數，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 實驗裡的作弊，違反了明確規則。Agent 發現，「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，「搶先宣布解開名題」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，宣布這是 AI 首次自主解決一個在數學分支中占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（注1）
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「首個完整電腦驗證證明」（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，公眾需要重新認識 AI 發展的速度。
公眾不需要看懂證明，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。
一次漂亮的解題記錄，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：這些引領著幾代數學家不懈探索的難題，是數學世界裡的「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標準，更著重於：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，靠投入巨額算力，在極短時間內批量衝擊難題，然後搶先宣布結果。數學這塊孕育著人類靈感的豐澤之地，也會被大廠們壓縮成一次次打榜行動。
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。
