过去两年，资本市场正在把“AGI”“AI for Science”“自动科研”“AI科学家”写进对科技公司的增长预期。投资者关心的已经不只是模型能否生成更好的文字、代码和图像，而是它能否进入科学发现最稀缺的环节——提出问题、形成猜想、构造证明，并由此持续创造新知识。 如果机器能够独立完成科学发现，AI的经济含义就不再只是效率工具：科研生产函数、人才稀缺性、研发周期乃至科技公司的估值边界都可能被重写；如果它只是把搜索、计算、验证和形式化效率推到新的高度，那么资本市场就需要区分“科研生产率革命”与“自主科学发现”之间的距离。 数学恰好提供了一个最苛刻、也最干净的试验场。它几乎不受实验设备、原材料和现实噪声干扰，一个证明要么成立，要么不成立；但数学又从来不只是答案，它还依赖问题意识、可理解性、证明风格与代际传承。因此，当AI开始在奥赛、形式化证明乃至开放问题上进入研究现场，争论的就不只是数学家的职业未来，也是在检验资本市场最宏大的AI叙事：机器究竟是在成为更强的科研工具，还是已经跨过了科学发现本身的门槛？ 数学这个古老王国，历史上曾经三次面临地基崩塌。前三次，震源分别在“数”的深处、“无穷”的雾中和“集合”的自指里；而这一次，我姑且称之为“第四次危机”。 所谓“第四次危机”，目前还不是像前三次那样被数学史公认划出的分期，更像一阵正在逼近的地震波。2026年尚在襁褓的AI动摇了数学最古老的尊严与权威：一个命题怎样才算被证明？谁有资格证明？证明必须被人理解吗？是啊，如果上苍的答案唾手可得，还会有人日夜不眠地爬上那条通天之梯吗？ 数学素有“科学之巅”之誉；数学史若写成英雄传，这四次危机便不是四次失败，而是四次涅槃重生。 AI证明，已经从竞赛走向研究现场 越靠近风暴中心，话术越膨胀。OpenAI 内部曾有工程师私下达成一种共识：“经典数学今天已死，AI 将以不可阻挡之势，终结大多数职业数学家的职业生涯。” 2026 年 10 月 6 日，OpenAI 在 GitHub 一次性抛出 722 篇由内部模型生成的数学手稿，归为 372 个结果族，从“准黎曼猜想”到“唯一游戏猜想”，平均每项只消耗约三小时“思考算力”；首席执行官奥特曼当晚发文：“我们正进入一个全新的发现时代。”OpenAI 数学家布贝克更放言，到 2030 年，AI 有望与数学家共同站上菲尔兹奖领奖台——言下之意，数学专业的毕业证还没焐热，就要提前作废。然而事实比狂言冷静得多。 回到 2024 年，DeepMind 的 AlphaProof 与 AlphaGeometry 2 在 IMO 上解出 6 题中的 4 题、得 28 分，相当于银牌，距金牌线只差 1 分——前提是题目要由人类先翻译成形式语言，最难的题算了整整三天，两道组合题一道未解；2025 年升级版模型解出 5 题、拿到金牌级分数，但依然是竞赛题，依然没碰过任何真正的开放问题。 到了 2026 年，AI 确实开始“做研究”：5 月给埃尔德什单位距离猜想造出反例，9 月宣称动用约一万个智能体、用 88 小时攻下纳维—斯托克斯方程这一千禧年难题，10 月一口气放出数百份手稿——可发布次日，就有 3 篇因一处符号正负号写反而被撤回，14 篇被修订，OpenAI 自己的数学家也承认，大部分结果“尚未被理解”。 AI狂言负责造势，事实负责记账：AI 证明的真实刻度，是从“会做奥赛题”到“能批量生成待核验的候选”，中间隔着“人类能看懂、能消化、能传承”这道它至今没有逾越的鸿沟。 数学家真正反对的，不是AI 面对这场“跑分竞赛”，数学家罕见地集体起身。2026 年 6 月，16 位数学家发布《莱顿宣言》，提出 23 条建议，反对未经同意拿论文训练模型、绕过同行评审直接发布结果、不标注前人工作，24 小时内签名破千，国际数学联盟背书；9 月 11 日，陶哲轩、邓煜等 25 位菲尔兹奖得主——在世得主中相当大的一部分——联名发表《人工智能在数学中的严重错位》，措辞罕见严厉：“解题只是达成理解与洞见的工具与代理指标；以越来越快的节奏批量生产‘真/假’陈述，可能摧毁孕育新思想的沃土。”这封声明不是反对 AI 参与数学——陶哲轩本人就是 AI 的重度用户，他曾说数学几乎是唯一能自动核验 AI 输出的学科，也警告过“没有独立核验能力，就不要用 AI 工具”——他们反对的，是把数学变成公司跑分、抢声量、争名利的战场。 陶哲轩 2026 年 7 月在国际数学家大会上，把这场冲击称为“数学价值观与实践的危机”，提出“证明消化不良”：生成与验证被 AI 加速，理解与传承却仍靠人类节奏，速度错位之下，海量证明反而成了新的认知负担；他还主张一条近乎苛刻的发表门槛——“如果作者不能就自己的结果做一场清晰、专业的报告，这个结果就不该发表。”10 月 7 日，他更