2026年10月的那个周二，整个世界数学界经历了一场史无前例的“降维打击”。

天还没有大亮，微软旗下的代码托管平台GitHub上，一个名为 openai/math 的公共仓库被悄然推送到公网。

这场发布省去了发布会与同行评议的常规流程，径直推向全球，未给学术界留下丝毫缓冲的余地。

随之而来的，是一场令人窒息的学术雪崩：722篇AI生成的数学手稿、372个全新结果族，像暴雨一样直接砸向了十几个主流数学分支。

而在OpenAI简短的公告中，藏着一个令学界震颤的细节：每一个被彻底解决的开放难题，平均只消耗了ChatGPT Pro约3个小时的思考算力。

▲ 纽约大学数学教授Tristan Buckmaster在CNBC访谈中直言AI对学术界的毁灭性打击

数小时后，纽约大学数学教授特里斯坦·巴克马斯特（Tristan Buckmaster）出现在CNBC的镜头前。

这位顶级学者脸色惨白，对着全美观众说出了一句载入科学史的沉痛断言：

“周二倾泻而下的这批论文，直接毁掉了整整一代年轻数学家的职业生涯。”

对于象牙塔里的纯数学家来说，这是一场毫无防备的屠杀。

无数熬秃了头、靠着攻克某个细分猜想来评职称、争教职的青年学者，一觉醒来发现，自己视若身家性命的研究课题，已经被硅基机器在几十个并发进程里，当成开胃小菜顺手吃掉了。

但就在哀鸿遍野的数学圈里，却发生了一件极度违背直觉的怪事。

哈佛大学教员助理、本特利大学数学副教授诺亚·吉安西拉库萨（Noah Giansiracusa）在推特上写下了一篇长文。

看着自己多年来写进国家基金申请书、当作毕生研究灯塔的几个“核心难题”被AI全部抹去，他非但没有崩溃，反而长舒了一口气：

“我感到前所未有的如释重负，甚至充满乐观。”

面对AI的铁蹄，人类数学家到底经历了什么？

这究竟是一场学术灾难，还是一个伟大时代的开端？

01致命的三步绞杀：人类傲慢的坍塌纯数学，曾被公认为人类智慧皇冠上最坚固的堡垒。

人们普遍相信，AI哪怕能写出优美的散文、画出逼真的插画，也绝不可能理解抽象的数学世界。

在传统认知中，数学排斥任何模糊的概率联想，它由容不得半点差错的严密逻辑所铸就。

然而，在过去的短短五个月里，OpenAI用三记重锤，将人类学术界的这层傲慢砸得粉碎。

▲ 2026年9月，OpenAI发布千禧年难题纳维–斯托克斯方程的相关突破

第一击：不屑一顾的“几何猜想”

2026年5月，第一击降临

OpenAI宣布其通用推理模型反证了著名的爱尔迪希平面单位距离猜想（Erdős unit distance conjecture）。

这个猜想由数学顽童爱尔迪希在1946年提出，规则极简：在平面上任意画n个点，最多能挑出多少对点，它们之间的距离刚好等于1？

爱尔迪希生前认为这个数量增长非常缓慢。

而OpenAI直接构造出了一种反例，证明它可以呈多项式级暴增。

当时，许多职业数学家对此嗤之以鼻

诺亚教授坦言，自己当时第一反应也是轻蔑：“这不过是一个刚好适合‘暴力计算’的冷门组合问题，AI只是走了狗屎运，靠算力穷举出来的。”

然而，曼彻斯特大学数学家托马斯·布鲁姆（Thomas Bloom）随后公开反驳：在这个反例证明中，根本不存在所谓的纯暴力计算。

AI展现出来的，是极其精妙且深刻的现代逻辑构造。

第二击：千禧年天王山之战

2026年9月8日，第二击轰然落下。

OpenAI把矛头对准了数学界至高无上的圣杯，克莱研究所七大“千禧年大奖难题”之一：纳维–斯托克斯方程（Navier–Stokes）的存在性与光滑性。

这个方程描述的是从飞机绕流到血液流动的流体力学法则。

近百年来，数学家们始终无法证明：一团原本平稳流动的液体，在极端物理条件下，其内部速度会不会在有限时间内“炸飞”，出现无法预测的奇点？

这一次，OpenAI调动了约一万个并发AI Agent，在88小时内消耗了数百万美元的算力，成功证明流体在特定光滑外力下确实会在有限时间内发生爆破，形成奇点。

这次突破甚至彻底摒弃了容易产生幻觉的自然语言长文，直接附带了Lean形式化代码。

所谓的Lean，就像是数学界的“代码编译器”，人类数学家可能会看走眼，但Lean会把论证拆解成每一个最底层的逻辑原子，机器逐行自动校验。

只要跑通，就意味着这个证明在逻辑上是绝对真理、无懈可击。

整个数学界为之震动

但惊骇之余，许多人还在自我安慰：“这花了数百万美元算力啊！这是全世界最顶尖实验室才玩得起的核武器，我们普通数学家日常做的科研，AI依然插不上手。”

最终击：3小时的无差别扫射

人类的侥幸心理，仅仅维持了不到一个月。

10月6日，第三击彻底掀翻了棋盘

▲ OpenAI将722篇手稿直接开源倾泻在GitHub仓库上

OpenAI直接在GitHub上公开了约4000道测试开放题的测试结果：722篇手稿、近400个难题被瞬间攻破。

被攻克的成果横跨代数几何、低维拓扑、数论、图论等十几个分支，从高不可攀的千禧年大奖难题，一直延伸至普通学者耕耘一生的日常课题。

最刺痛学术界的一组数据是：这些解出来的难题，平均每道题只消耗了ChatGPT Pro约3个小时的思考时间。

过去一支顶级数学团队需要死磕数年的疑难，如今在日常可购买的算力面前，脆弱得如同一张薄纸。

门槛彻底没有了，神庙的围墙被推平了。

02被提前“剧透”的人生：学术象牙塔里的哭声当一道道数学坚冰被光速攻破，学术界感受到的却是一场寒意逼人的震荡，许多数学家甚至陷入了意义被抽空的巨大虚无。

在OpenAI公布的论文清单里，代数拓扑学名题“沃尔D(2)问题”（Wall's D(2) problem）赫然在列。

对于伦敦大学学院（UCL）资深数学家弗朗西斯·约翰逊（Francis Johnson）来说，这道难题倾注了他毕生的心血。

▲ OpenAI官方公布向数学界释放AI模型突破

“我在这个题目上整整耗费了25年”

约翰逊在接受《新科学家》采访时声音低沉，“为了啃下它，我出版了两部专著，耗尽了我学术生涯最黄金的岁月。

最后，我不得不绝望地承认，人类的心智在这个难题面前遇到了绝壁。”

而现在，这个伴随了他四分之一个世纪、几乎成为他学术人格一部分的深渊，被模型用一种近乎轻浮的方式，在几天之内填平了。

约翰逊喃喃自语：“魔鬼已经从瓶子里被放出来了。

我们只能退后一步，目瞪口呆地看着这一切发生。”

比老教授的黄昏更残酷的，是年轻人的绝望。

很多博士生从本科开始就选定了一个窄缝赛道，指望靠着一点微小的突破拿到博士学位，在严酷的学术市场上分得一杯羹。

但现在，当AI一次性批量吐出700多篇论文时，整个学术生态的评价体系瞬间瘫痪了。

正如康涅狄格大学数论教授阿尔瓦罗·洛萨诺-罗布莱多（Alvaro Lozano-Robledo）悲愤的质问：

“为什么？纳维–斯托克斯还不够证明你们很强吗？为什么要一次性把成百上千个课题全解掉？这到底是在推动科学，还是科技巨头对整个数学界发起的一场傲慢的‘恶意收购’？”

03终点到了，但沿途的花全被踩烂了在这场剧变中，2022年菲尔兹奖得主、法国天才数学家雨果·迪米尼-科潘（Hugo Duminil-Copin）发出的警告，直击了纯数学这门学科最深层的灵魂：

数学的终极意义，究竟在于“解出答案”，还是在“寻找答案的漫长摸索”？

在统计物理学中，网格图逾渗理论里的 $\theta(p_c) = 0$ 猜想是公认的试金石。

它探讨的是当水渗透海绵或者电流通过多孔晶格时，在某个临界点上到底能不能形成一条通向无限远处的通道。

科潘为了攻克它，在黑暗中死磕了数年，屡战屡败。

但科潘在反思录中写道：“正是那成百上千次痛苦的失败尝试，逼着我发明了数十个全新的数学工具。

我把这些在死胡同里摸索出来的副产品，移植到了完全不同的数学领域，反而催生出了连我自己都无法设想的重大突破。”

然而，就在前不久，科技公司Anthropic的研究人员直接利用Claude模型，在短短几天内生成了一份完整的证明，并在Lean里跑通了校验。

终点瞬间就到了

可科潘却感到了一阵刺骨的寒意：当AI直接把人类空降到终点线上时，那些原本必须在漫长黑暗中摸索、摔打才能孕育出的思想胚胎，是否已被连根拔起？

2026年菲尔兹奖得主雅各布·齐默曼（Jacob Tsimerman）给出了一个更冷峻的预言：

未来的数学，很快会进入一个“没有任何人类能彻底读懂细节”的时代。

就像今天的现代人根本不懂高铁内部每一个螺栓和芯片的工作原理，但这列文明的列车只要能跑，人类就必须硬着头皮坐上去。

04“北极星”熄灭后，他为什么反而笑了？在一片恐慌与虚无之中，诺亚教授（Noah Giansiracusa）的那封自白信，显得如此突兀。

▲ 诺亚教授发表长帖，讲述自己从焦虑到如释重负的心路历程

诺亚在长帖里坦言，看到自己申请基金的“北极星”问题被干掉时，他突然顿悟了：

那块一直悬在所有数学家头顶上的巨石，终于砸在地上了。

过去数年间，学术界始终被一种悬而未决的窒息感所笼罩。

大家在走廊里窃窃私语：“AI会不会来砸我的饭碗？

今年会来还是明年会来？

手头正在做的课题会不会明天就变成废纸？”

而现在，不用猜了

墙上的字迹已经无比清晰：数学正在进入一个全新的时代。

从零散的顶尖大奖难题到全人类日常的数学研究，整体学术版图都迎来了彻底的重构。

“不确定性彻底消失了，焦虑也跟着烟消云散了。”

诺亚写道，“我们终于可以停止反复评估AI到底有多大威胁，彻底接受现实，去寻找利用这个超级工具的新方法，这难道不令人兴奋吗？”

为什么诺亚能拥有如此罕见的松弛感？

翻开他的履历就会明白，诺亚虽然拥有布朗大学代数几何博士学位，但他早就跳出了象牙塔。

他常年研究算法审计、社交网络假新闻算法，主持着高人气的科普播客，出版了关于如何用数学对抗日常算法剥削的畅销书。

对诺亚而言，写在申请书里的“纯数学猜想”如同仰望星空的望远镜，他并未将其作为赖以维生的唯一生计。

跳出了“狭隘的解题KPI”，他立刻看到了一片人类从未涉足过的、波澜壮阔的学术蓝海。

05寻找新大陆：AI时代的全新数学度量诺亚随即提出了一个极富洞察力的全新构想：我们为什么不反过来研究AI？

OpenAI这次向模型抛出了整整4000道开放数学题，为什么偏偏只有这约400个被瞬间攻破，而剩下的3600个却依然岿然不动？

诺亚提出，数学界不妨定义一种全新的“AI难度度量”（类似于计算机科学中的柯尔莫哥洛夫复杂度）：

在人类觉得“难如登天”的数学地图里，AI眼中的地貌到底是怎样的？为什么有些让人类皓首穷经的问题，在AI看来只是几小时的简单逻辑拼图？而有些在人类看来显而易见的常识，AI为什么会陷入死循环？我们能不能在这个新维度上，证明出AI难度的理论上限和下限？

▲ 数学家们在评论区就“思想的凸包与复杂度边界”展开热烈讨论

针对这个设想，此前还在痛斥OpenAI的阿尔瓦罗教授也忍不住在评论区互动。

他指出，人类数学的未来，很可能就取决于三种互相补充的边界：

思想的凸包：人类大脑能够跃迁出的最本质、最具革命性的元概念；资源的边界：现实算力与工程调度的极限；算法的复杂度：逻辑链条在机器内部被压缩和重组的难度。这三种边界交织在一起，正在给数学这门拥有数千年历史的古老学科，推开一扇人类历史上从未存在过的崭新大门。

06重做提出问题的人回望科学史，当照相机在19世纪被发明出来时，欧洲的大批肖像画师同样发出过震耳欲聋的悲鸣：“绘画已死！”

但事实是，机械成像只是杀死了“逼真记录人脸”的苦力活，却直接把画家从写实的枷锁中解放了出来，催生了印象派、立体派和现代艺术的全面爆发。

伽利略将望远镜对准星空，终结的是自欺欺人的地心说，开启的则是更浩瀚的现代天文学。

今天，OpenAI倾泻而下的722篇论文，砸碎的只是人类作为“解题工具人”的虚妄骄傲。

当那些需要坐25年冷板凳、在纸上推导数万行繁复公式的苦差事，被压缩成机房里3个小时的电流嗡鸣；

当解题的成本被无限拉低到接近于零，数学最纯粹的尊严，终于回到了它的原点：

数学的核心价值，已从“如何证明”转向了“为何发问”。

老一辈数学家的背影固然令人唏嘘，但正如走出象牙塔的学者们所看到的：

魔鬼既然已经出海，哭泣便毫无意义

那些能够定义什么是“好问题”、能够在这张人机协作的全新地图上画出第一笔航线的人，才是下一个黄金时代的领航员。

不喜欢OpenAI狂甩722篇论文血洗数学界！砸碎25年心血后，老教授们却笑了