AI 真的快要把数学家的饭碗给抢走了吗

如果一个系统能通过纯粹的概率预测就推导出数学证明，那所谓的“直觉”和“灵感”在算法面前可能根本不值一提。现在很多数学突破不再是靠某个天才在黑板前苦思冥想一个月，而是靠大模型在数百万次尝试中捕捉到那个极其罕见的逻辑链路。这种从“顿悟”到“穷举”的范式转移，让很多传统数学研究者感到极其不安。

其实现在的突破点在于 AI 开始具备某种程度的逻辑自洽能力，它不再是简单地预测下一个 token，而是在构建一个可以被验证的证明路径。这种能力如果规模化，很多困扰人类几十年的猜想可能在几个小时内就被暴力破解了。

我认为这种趋势会把数学研究拆成两个极端：一端是极致的计算和证明，这部分会被 AI 彻底接管；另一端是定义问题和提出假设，这才是人类最后的阵地。一个典型的实操路径可能是这样的：

一、利用 LLM 生成大量的候选证明路径或潜在的数学猜想。
二、将这些路径输入到 Lean 或 Coq 这种形式化验证系统中进行严格审查。
三、针对验证失败的节点，反馈给 AI 进行局部修正，形成一个闭环的自动化证明工作流。

这种工作流的逻辑大致如下：

def math_discovery_loop(conjecture):
    while not verified(conjecture):
        # AI 生成可能的证明步骤
        proof_candidate = llm.generate_proof(conjecture)
        # 形式化验证器检查逻辑漏洞
        result = lean_verifier.check(proof_candidate)
        if result.is_valid:
            return proof_candidate
        else:
            # 将错误反馈给模型重新迭代
            conjecture = refine_conjecture(result.error_log)

最让人细思极恐的是，当 AI 给出证明但人类数学家在短时间内无法理解其逻辑时，我们是否还敢称之为“知识”？如果证明过程是一个长达十万行的逻辑链条，没有人类能看完，那数学就变成了某种类似“神谕”的黑盒。