第496章 要不搓個AI助手吧 一
將閉關失敗的鬱悶暫且拋到腦後，徐辰決定給自己放半天假，放鬆一下緊繃的神經。
他靠在寬大的沙發上，隨手點開了手機上的幾個學術交流群。
他發現，就在自己埋首於N-S方程的這幾天裡，學術界似乎發生了一件大事。
因為，從北大數院的青年教師群，到遠在歐洲的博士校友群，各個學術群內討論的，竟然都是同一條新聞。而且消息數量全是99+，那種刷屏的頻率，通常只在某位大牛去世或者某個世紀猜想被證明時才會出現。
「總不能是黎曼猜想被人給證了吧？」
徐辰好奇地點開了一條被轉發了無數次的連結。
新聞的標題極其抓人眼球，帶著一種濃濃的劃時代意味：
【數學奇點初現！AI獨立證明45年未解的埃爾德什第281號數論猜想！】
【菲爾茲獎得主陶哲軒親自驗證：AI在概念性論證上表現出色，沒犯任何邏輯錯誤！】
徐辰眉頭一挑，點開了詳細報導。
事情的起因是一家科技巨頭最新發布的AI模型，在一次內部測試中，被研究人員抱著「隨便玩玩」的心態，餵了一道懸賞了45年的數論難題——保羅·埃爾德什與羅納德·格雷厄姆在1980年共同提出的第281號猜想，涉及同餘覆蓋系統與自然密度的深層關係。
（ps：真實新聞是2026年1月，GPT-5.2pro證明281號猜想。）
結果，這個AI沒有採用人類數學家慣用的組合計數或解析數論路徑，而是另闢蹊徑，利用遍歷理論和哈爾測度，結合緊緻性論證，直接給出了一份完整且無懈可擊的證明！
之所以說是無懈可擊，是因為陶哲軒親自動手，把這套遍歷論的論證翻譯成了組合學語言，重新走了一遍推導流程，最終給出了一錘定音的評價：「證明完全成立，在概念性論證上表現出色。這是迄今為止AI解決開放性數學問題最明確的案例之一。」
這篇新聞在公眾領域引發了狂歡，無數網民驚呼「人類科技發展的奇點已至」、「強人工智慧時代到來」。
……
然而，人類的悲歡並不相通。
與新聞下方網友評論的激動相比，學術圈群內，尤其是底層的「學術牛馬」們，反而十分悲觀。
在各大論壇和博士生群里，簡直是哀鴻遍野。
【完了完了，連埃爾德什猜想都能獨立證明了，我們這些算數據的博士生還有什麼存在的價值？】
【我導昨天剛給了我一個數論的推導方向，讓我算三個月。今天一覺醒來，AI五分鐘跑完了，我感覺我的博士學位岌岌可危……】
【我花了三年做的蒙特卡洛模擬驗證，一個AI一小時搞定，我的青春啊……】
【生化環材的兄弟們天天在實驗室吸毒氣，好歹還有個搬磚的體力活。我們搞純數的，本來以為靠腦子吃飯最安全，結果居然是被AI第一批優化的？】
【別學數學了，趕緊轉行去學炒菜吧，起碼AI還不會顛勺。】
這種集體的惶恐並非杞人憂天。
在現代數學研究中，工作流程大致分為三環：
第一環是「生成「——提出假設、構造可能路徑；
第二環是「驗證「——推導邏輯、排查漏洞；
第三環則是「消化「——提煉新概念，將其融入人類已有的數學體系。
如今看來，前兩個環節正面臨被AI強勢取代的風險。只要算力足夠，AI能不知疲倦地進行「暴力窮舉」和「邏輯檢驗」。就像用超級計算機去下圍棋，它不需要「理解」棋理，只需窮舉就能找到最優解。
而真正涉及數學審美、哲學內涵的「消化」環節，依然是頂尖數學家的專屬領域。
這勾勒出了一幅令底層研究者感到刺骨的未來藍圖：頂尖大牛隻需坐在辦公室里拋出靈感，AI在伺服器農場裡日夜試錯驗證，最後再由大牛來解讀成果。
在這個「神明+機器」的新模式里，原本負責苦力驗算的「學術牛馬」們，似乎徹底失去了生態位。
……
不過，當徐辰拉到新聞底部，隨意掃了兩眼附帶的AI技術白皮書和推導源碼後，原本挑起的眉頭又放了下來，嘴角甚至浮現出一抹淡淡的哂笑。
「外界媒體還真是什麼都敢吹啊。」
在外行看來，這AI簡直就像是突然開了竅的數學神明。但在徐辰這種滿級大佬的眼裡，它的底牌一覽無餘。
這玩意兒根本沒有產生真正意義上的「數學直覺「！它之所以能解決第281號猜想，說白了是因為研究團隊事先為它劃定了一條極其明確的證明方向。也就是說，他們已經用人腦幫AI減少了99%的搜索空間。AI做的，無非是在這個被精心限定的「迷宮「里，憑藉堪比超算的變態算力，用窮舉法硬生生地趟出一條路。
換句話說，沒有最初的方向限定，這台AI根本沒有能力從天文數字般的可能性空間裡，盲目地找到那條唯一的通路。
而且，徐辰敏銳地注意到，源碼日誌里記錄了中途大量的錯誤分支和重新演算的痕跡。這說明，儘管大語言模型降低了常規的幻覺率，但在處理複雜問題和觸及人類知識邊界的深水區時，AI依然會頻繁失效，產生海量的邏輯噪音。
也就是說，看起來是「AI獨立證明「，實際上更準確的描述應該是「AI輔助的人機協作證明「。AI做的，依然是那些「暴力計算「和「邏輯檢驗「的活兒，真正的創意和審美判斷，還是得靠使用者的大腦。
由此可見，博士生們大概率還是安全的。哪怕AI真的進化到能自動化生成證明，它製造的海量「幻覺」也需要大量具備專業素養的博士生去進行提示、排雷和清洗。
就拿徐辰目前的課題組來說，他交給手下人的波利尼亞克猜想推導，複雜度極高，現階段根本無法完全餵給AI。頂多是讓博士生們把大問題拆解成無數個小模塊，再用AI去輔助計算。
退一萬步講，就算未來AI真的能完全自動化推導出結果，人類依然需要去理解它的步驟。脫離了人類理解的真理毫無意義，只有人類掌握的知識才是真正的知識。這個龐大的「逆向工程」和驗算過程，同樣離不開海量的人力。
不過，AI發展日新月異，一些人才轉型的陣痛肯定還是會出現的。但徐辰目前仍然只是個數學家，這種宏大的命題，還是留給教育學家去操心吧。
……
他靠在寬大的沙發上，隨手點開了手機上的幾個學術交流群。
他發現，就在自己埋首於N-S方程的這幾天裡，學術界似乎發生了一件大事。
因為，從北大數院的青年教師群，到遠在歐洲的博士校友群，各個學術群內討論的，竟然都是同一條新聞。而且消息數量全是99+，那種刷屏的頻率，通常只在某位大牛去世或者某個世紀猜想被證明時才會出現。
「總不能是黎曼猜想被人給證了吧？」
徐辰好奇地點開了一條被轉發了無數次的連結。
新聞的標題極其抓人眼球，帶著一種濃濃的劃時代意味：
【數學奇點初現！AI獨立證明45年未解的埃爾德什第281號數論猜想！】
【菲爾茲獎得主陶哲軒親自驗證：AI在概念性論證上表現出色，沒犯任何邏輯錯誤！】
徐辰眉頭一挑，點開了詳細報導。
事情的起因是一家科技巨頭最新發布的AI模型，在一次內部測試中，被研究人員抱著「隨便玩玩」的心態，餵了一道懸賞了45年的數論難題——保羅·埃爾德什與羅納德·格雷厄姆在1980年共同提出的第281號猜想，涉及同餘覆蓋系統與自然密度的深層關係。
（ps：真實新聞是2026年1月，GPT-5.2pro證明281號猜想。）
結果，這個AI沒有採用人類數學家慣用的組合計數或解析數論路徑，而是另闢蹊徑，利用遍歷理論和哈爾測度，結合緊緻性論證，直接給出了一份完整且無懈可擊的證明！
之所以說是無懈可擊，是因為陶哲軒親自動手，把這套遍歷論的論證翻譯成了組合學語言，重新走了一遍推導流程，最終給出了一錘定音的評價：「證明完全成立，在概念性論證上表現出色。這是迄今為止AI解決開放性數學問題最明確的案例之一。」
這篇新聞在公眾領域引發了狂歡，無數網民驚呼「人類科技發展的奇點已至」、「強人工智慧時代到來」。
……
然而，人類的悲歡並不相通。
與新聞下方網友評論的激動相比，學術圈群內，尤其是底層的「學術牛馬」們，反而十分悲觀。
在各大論壇和博士生群里，簡直是哀鴻遍野。
【完了完了，連埃爾德什猜想都能獨立證明了，我們這些算數據的博士生還有什麼存在的價值？】
【我導昨天剛給了我一個數論的推導方向，讓我算三個月。今天一覺醒來，AI五分鐘跑完了，我感覺我的博士學位岌岌可危……】
【我花了三年做的蒙特卡洛模擬驗證，一個AI一小時搞定，我的青春啊……】
【生化環材的兄弟們天天在實驗室吸毒氣，好歹還有個搬磚的體力活。我們搞純數的，本來以為靠腦子吃飯最安全，結果居然是被AI第一批優化的？】
【別學數學了，趕緊轉行去學炒菜吧，起碼AI還不會顛勺。】
這種集體的惶恐並非杞人憂天。
在現代數學研究中，工作流程大致分為三環：
第一環是「生成「——提出假設、構造可能路徑；
第二環是「驗證「——推導邏輯、排查漏洞；
第三環則是「消化「——提煉新概念，將其融入人類已有的數學體系。
如今看來，前兩個環節正面臨被AI強勢取代的風險。只要算力足夠，AI能不知疲倦地進行「暴力窮舉」和「邏輯檢驗」。就像用超級計算機去下圍棋，它不需要「理解」棋理，只需窮舉就能找到最優解。
而真正涉及數學審美、哲學內涵的「消化」環節，依然是頂尖數學家的專屬領域。
這勾勒出了一幅令底層研究者感到刺骨的未來藍圖：頂尖大牛隻需坐在辦公室里拋出靈感，AI在伺服器農場裡日夜試錯驗證，最後再由大牛來解讀成果。
在這個「神明+機器」的新模式里，原本負責苦力驗算的「學術牛馬」們，似乎徹底失去了生態位。
……
不過，當徐辰拉到新聞底部，隨意掃了兩眼附帶的AI技術白皮書和推導源碼後，原本挑起的眉頭又放了下來，嘴角甚至浮現出一抹淡淡的哂笑。
「外界媒體還真是什麼都敢吹啊。」
在外行看來，這AI簡直就像是突然開了竅的數學神明。但在徐辰這種滿級大佬的眼裡，它的底牌一覽無餘。
這玩意兒根本沒有產生真正意義上的「數學直覺「！它之所以能解決第281號猜想，說白了是因為研究團隊事先為它劃定了一條極其明確的證明方向。也就是說，他們已經用人腦幫AI減少了99%的搜索空間。AI做的，無非是在這個被精心限定的「迷宮「里，憑藉堪比超算的變態算力，用窮舉法硬生生地趟出一條路。
換句話說，沒有最初的方向限定，這台AI根本沒有能力從天文數字般的可能性空間裡，盲目地找到那條唯一的通路。
而且，徐辰敏銳地注意到，源碼日誌里記錄了中途大量的錯誤分支和重新演算的痕跡。這說明，儘管大語言模型降低了常規的幻覺率，但在處理複雜問題和觸及人類知識邊界的深水區時，AI依然會頻繁失效，產生海量的邏輯噪音。
也就是說，看起來是「AI獨立證明「，實際上更準確的描述應該是「AI輔助的人機協作證明「。AI做的，依然是那些「暴力計算「和「邏輯檢驗「的活兒，真正的創意和審美判斷，還是得靠使用者的大腦。
由此可見，博士生們大概率還是安全的。哪怕AI真的進化到能自動化生成證明，它製造的海量「幻覺」也需要大量具備專業素養的博士生去進行提示、排雷和清洗。
就拿徐辰目前的課題組來說，他交給手下人的波利尼亞克猜想推導，複雜度極高，現階段根本無法完全餵給AI。頂多是讓博士生們把大問題拆解成無數個小模塊，再用AI去輔助計算。
退一萬步講，就算未來AI真的能完全自動化推導出結果，人類依然需要去理解它的步驟。脫離了人類理解的真理毫無意義，只有人類掌握的知識才是真正的知識。這個龐大的「逆向工程」和驗算過程，同樣離不開海量的人力。
不過，AI發展日新月異，一些人才轉型的陣痛肯定還是會出現的。但徐辰目前仍然只是個數學家，這種宏大的命題，還是留給教育學家去操心吧。
……