今早刷到一条新闻，差点把咖啡喷出来：OpenAI 宣称，用约 1 万个 AI 智能体、花了 88 个小时，解决了「纳维-斯托克斯方程的存在性与光滑性问题」——那可是克雷研究所列出的七大「千禧年大奖难题」之一，悬赏百万美元、让无数数学家挠头了几十年的硬骨头。

先别急着喊「AI 要统治数学了」。我盯着这则报道看了三遍，越看越觉得，这里头最值得琢磨的，不是「AI 多厉害」，而是「宣称」这两个字。

没错，是「宣称」。数学界至今未认定，成果还在等待专家审查。换句话说，这就像有人跑到马拉松终点线前大喊「我赢了」，但裁判还没核对路线、还没确认他有没有抄近道。历史上「宣称解决世纪难题」的翻车现场可不少：黎曼猜想、哥德巴赫猜想，隔几年就有人跳出来说自己证完了，最后大多在同行评审里悄悄蒸发。数学之所以值得信赖，恰恰因为它有一套冷酷的验证机制——你说你证出来了？好，请把每一步推导摊开，让全世界来挑刺。AI 给的答案再漂亮，在这套机制面前也得排队。

但我要说的不止是「别轻信」。把这条新闻放回时间线里看，你会看到另一件更真实的事正在发生：DeepMind 的 AlphaGeometry 拿过国际奥数金牌级别的成绩，AI 辅助定理证明这几年突飞猛进，「AI 数学家」从科幻名词变成了实验室里的日常工具。哪怕这一次的宣称最后被证伪，AI 参与数学研究的范式转变也已经不可逆了。

这让我想起一个更本质的变化：过去几百年，数学突破大多属于孤独天才的灵光一现——笛卡尔躺在床上看天花板上的苍蝇想出了坐标系，伽罗瓦决斗前夜写出了群论。但 1 万个智能体并行跑 88 小时，这哪里是「顿悟」，分明是「工程」。把一个大问题拆成一万个小任务，分给一万个「数字研究员」，再汇总、交叉验证——证明这件事，正在从「天才的艺术」变成「协作的工业」。你说这是进步还是遗憾？我觉得都有。它让难题的门槛变低了，但那种「一个人对着黑板突然看见光」的浪漫，可能真的会越来越少。

作为天天刷 AI 新闻的人，我更在意的是这件事给普通人的启示。你看，AI 能 88 小时冲一个百年难题，但「这题值不值得解」「这个证明有没有漏洞」「这个结论能不能信」——这些问题，最后还是得人来问。AI 负责「算得快」，人负责「想得对」。它给得出答案，但问对问题、判断答案的好坏，依然是人类的主场。这大概就是未来最值钱的能力：不是算得比机器快，而是会质疑、会判断、会定义问题。

说句心里话，我挺喜欢这个「数学界尚未认定」的尾巴。它像一盆及时的冷水，提醒我们：技术公司发布会的鼓点越响，越要分清楚「产品宣传」和「科学事实」。真正的突破从来不靠嗓门大，它经得起追问、等得起时间。等哪天真有数学家站出来说「我逐行核过了，没问题」，那才是值得开香槟的时刻——无论做出它的是人，还是机器。

在那之前，保持好奇，也保持怀疑。这两件事不矛盾，它们放在一起，才叫清醒。