当 AI 生成的数学证明开始批量出现在预印本平台上时，DeepMind 选择了一条更慢但更硬的路：先让结果接受同行评审。

发生了什么

据 The Decoder 报道，Google DeepMind 的 AlphaProof Nexus 解出了数十道开放数学问题，其中包括九道 Erdős 问题，其中两道已悬置 56 年未被解决。相关研究发表在 Science 上，成果在发表前经过了同行评审流程。

报道同时提到一个对照背景：OpenAI 因将 AI 生成的证明直接上传至 GitHub、未经同行评审而面临抵制。DeepMind 则选择在结果公开前先完成评审。

为什么重要

数学长期被视为检验 AI 推理能力的试金石，原因在于它的验证成本相对可控：一个证明要么成立，要么不成立，不像自然语言任务那样充满模糊地带。但“AI 能写出证明”和“AI 的证明被数学界接受”是两件不同的事。

Erdős 问题在数学圈有特殊地位。Paul Erdős 生前留下大量悬赏问题，解决其一往往意味着新的方法或新的视角，而非单纯的计算量堆叠。九道 Erdős 问题被一次性推进，其中两道悬置超过半个世纪，这个量级本身就值得注意。

更关键的是评审环节。AI 产出的证明如果绕过同行评审直接进入公共代码仓库，会把验证成本转嫁给整个社区：读者无法判断哪些结论可信，哪些只是看起来像证明。DeepMind 这次把评审前置，等于承认了一件事——AI 的数学输出目前仍需人类共同体来背书，而不是靠模型自信度。

影响与看点

对数学研究者而言，这类系统的价值不在于替代证明，而在于提供一个高产的猜想与路径生成器：它可能给出人类未曾想到的引理组合，再由人类判断哪条路值得走。对 AI 行业而言，真正的分水岭是“可验证性”能否规模化——如果每一道题都要人类专家逐行审阅，吞吐量就受限于评审人力。

值得关注的还有评审标准本身：Science 的评审流程针对的是论文，而非模型生成的全部证明集合。哪些结果被纳入、哪些被排除，会直接影响外界对系统能力的判断。

一个独立判断：这次事件的新闻价值，一半在数学，一半在流程。在“AI 生成内容是否可信”成为行业公共议题的当下，谁先把验证机制做扎实，谁就更可能拿到学术界的长期信任票。