我们必须知道。我们将无从知晓。
昨天，OpenAI 宣布了数学界十个未解难题的解决方案，而这一切都是由一个尚未发布的模型发现的。在这十个问题中，只有一个编码理论的问题，我的知识储备才足以让我说出一句「嗯，这确实很重要」；但据我信赖的数学家们说，这一突破极具分量。
不可避免地，人们会编造出一些诡辩来自我安慰（cope），试图说服自己一切都不会改变。这很正常，人们需要心理防线。但是，当周围的世界正在发生翻天覆地的变化时，我们不能永远把头埋在沙子里。所以，下面我列出了一份清单，盘点人们将会用哪些借口来面对 AI 接管数学这一现实，以及每一种自我安慰将如何被现实无情击碎。
我的初衷并不是要让大家陷入深深的绝望，而是为了帮助大家逐渐消化这项技术将带来的深远影响。这里的论证在某种程度上是通用的：如有需要，你完全可以把「数学」替换成「植物学」或任何其他学科。
不断提高评判标准（移动球门）。
这太显而易见，不值一驳。
「我们可以去指导 AI，为它们指明要解决的问题和研究方向。」
AI 终将在科学品味和直觉上超越人类。迟早有一天，负责指明方向的人类，其研究成果将远远比不上一位只管说「这有个定理证明器，你自己玩去吧」并支付 token 费用的人类。
「我们可以去教授 AI 所发现的数学。」
AI 会成为比人类更出色的老师。退一步讲，那些用来解释前沿数学的阐释性工作，未来根本就不会有人类受众。
「我们可以去决定如何将 AI 发现的成果纳入经典。」
这倒是个很美的自我安慰。把 AI 视为开拓前沿的探险者，人类满怀感激地接收它们给出的 Lean 代码证明，然后围绕这些证明展开学术讨论，挑选出具有相关性的成果，将它们打磨成一块块小砖，砌入伟大的代数大教堂中。但这与上一条谬误类似：AI 完全可以自己去建造大教堂。它们会是比我们更伟大的建筑师。
「我们将成为研究 AI 数学的学生。」
这种想法只有在 AI 还没向 mathlib 的演绎闭包中下探得太深时才管用。一旦它们深入其中，从初等数学到前沿数学之间的距离，将远远超出任何人类穷极一生所能学到的极限，无论他们的研究方向多么狭窄。
「我们需要人类去理解 AI 发现的成果。」
我们根本不需要！这种观点误解了未来的受众群体。AI 会去做前沿数学研究；顺流而下，AI 会利用这些新数学去做前沿科学研究；最后，AI 会利用新科学去做前沿工程落地。没有任何人类需要去理解这其中的任何一个环节；那些试图把人类安插进工作流中去「理解成果」的公司，将会被那些不这么做的公司在竞争中彻底淘汰。
最终的结果是，我们将生活在一个「魔鬼出没的世界」里——我们的周围充斥着各种奇妙的设备，但我们既不理解其操作方式，也不理解其背后的工程原理，更不理解发现这些原理所使用的形式体系。
「计算机在国际象棋上早已超越了人类，但我们现在不还是照样下棋吗。」
与大多数自我安慰不同，我认为这个观点很有意思。计算机早已是超越人类的国际象棋棋手，但我们根本不在乎，依然像平常一样下棋。为什么数学就该有所不同呢？
我认为，主要原因在于国际象棋是自成一体、封闭的：国际象棋里的推演结果，并不能帮我们理解行星的运行轨道，或是药物在蛋白质表面的结合方式。但数学则不同，众所周知，它是推动科学发展的巨大引擎，是理解世界最完美的语言和方法。一台能够取代人类数学家的机器，不仅表现更好、速度更快、成本更低，而且在物质世界上有着巨大的实用价值；而一个更强的国际象棋引擎却没有这种价值。
如果两台在下棋上超越人类的计算机互相对弈，有谁会在乎呢？因为几乎不存在这种社会需求，所以也就没有谁会被淘汰。但一个超越人类的数学家就完全不一样了。
「数学这个领域确实会发生改变，但数学家和热爱数学的人仍然会自己搞数学研究。」
我认为这种观点忽略了数学是嵌入在社会语境中的。举个例子：当大家都很清楚 AI 会吞噬软件工程时，我的自我安慰是：「我非常乐意在职业生涯中转行当 AI 智能体的工程经理；在业余时间，我依然可以纯粹为了乐趣去写代码。」
我确实这么做了。但这套心理安慰忽略了 AI 对「写代码」这一社会环境造成的冲击：技术讨论的氛围变得更糟，而且变得极其反智；那些过去热衷于讨论类型系统和编译器的人，现在满嘴都是什么「循环（loops）」和「鞍具（harnesses）」；你把一个纯手工打造的项目上传到 GitHub，结果收到的全是 AI 生成的粗制滥造的垃圾 PR；你点开一个看似有趣的项目链接，却发现它的 README 文档全是一通狗屁不通的 AI 废话。长远来看，只要稍微深思一下就会让人感到泄气：未来还会有人去设计新的编程语言吗？反过来讲，如果我设计了一门新语言，还会有人在乎吗？如果我写了一个库，引入了一种优雅的新形式体系来解决某个特定问题，还会有人去用它吗？
也就是说：没有人是一座孤岛。你确实可以自己一个人搞数学，但你会发现，能够仅仅依靠内在动力去长期坚持某项活动的人，真的非常、非常少。我们终究是社会性动物：我们在乎自己是否有用，在乎社会地位，在乎我们能给这个世界带来什么结果。
结论
我觉得我应该以一个积极乐观的基调作为结尾。让我试一试。就我个人而言，我不相信技术的发展是「必然（inevitable）」的。「必然」这个词，是专门留给行星轨道的。没有任何人类行为的产物是命中注定的。我们可以选择让自己被淘汰，也可以选择不这么做。我们可以清醒地认识到，AGI 就是一场恶魔的交易：我们或许能加速技术进步，我们或许能比预想中更早地点亮诸如「延长人类寿命」之类的奇妙科技树节点；但在长远看来，其结果就是，人类充其量只能沦为被极其强大的超级实体所圈养的宠物。
关于预测的一点说明
未来并非板上钉钉，但为了行文简洁，我把上文的所有观点都写成了斩钉截铁的结论。如果我们严肃对待 AGI（通用人工智能）和 ASI（超级人工智能）到来的可能性，如果 AI 在未来还能像过去 6 年那样保持突飞猛进，我认为上文所描绘的，正是对事物未来发展方向的合理预判。
目前反驳 AI 继续进步的最有力论点大概是：「强化学习的泛化能力并不好，我们在形式化数学和写代码等『可验证领域』确实看到了巨大的进步，但在那些依赖直觉或『不可形式化』的领域，我们看到的进步会少得多。」这或许是真的。但是，目前有数十亿美元的资金和成千上万顶尖聪明的人类——甚至还有越来越多顶尖聪明的 AI 模型——正在被投入到解决这个问题中。这种心理安慰，还能撑多久呢？
Thoughts Memo 汉化组译制
感谢主要译者 gemini-3.1-pro，校对 Jarrett Ye
原文：Mathematics Without Mathematicians
发布日期：2026-08-02