当 AI 开始批量生成数学论文，数学家们的第一反应不是兴奋，而是“瘫痪”。

发生了什么

据 The Decoder 报道，OpenAI 发布了超过 700 篇由 AI 生成的手稿，声称给出了数学开放问题的解决方案。随后，一个数学博客收集了来自研究者的 100 多条回应。这些回应情绪复杂：有人对新想法感到着迷，有人则陷入存在性恐惧，甚至为一种失落的工作方式而悲伤。菲尔兹奖得主 Hugo Duminil-Copin 写道：“我瘫痪了。”另一篇文章的标题直接发问：“我们失去了多少美？”

为什么重要

数学长期被视为人类智力的纯粹堡垒，证明依赖直觉、审美和长期沉浸。AI 批量生成“解决方案”的举动，直接冲击了这一认知。即便这些手稿的正确性尚未被逐一验证，其数量本身已构成一种压力：如果机器能无限产出看似合理的证明，数学社区赖以运转的同行评议、声誉体系和问题选择机制都会受到挑战。

更深层的是，数学家们哀悼的并非某个具体定理被机器攻克，而是一种工作方式的消失——那种在黑板前缓慢摸索、与同行面对面争论、在失败中培养品味的过程。当“成果”可以批量生成，数学的审美体验和训练路径可能被重塑。

影响与看点

对 AI 行业而言，这标志着大模型正从辅助工具转向“成果生产者”，但验证成本可能不降反升。对数学和更广泛的科研领域，关键问题在于：如何建立可信的自动验证与筛选机制，避免噪声淹没真正的洞见。对开发者，这意味着未来与 AI 协作时，评判和筛选能力将比生成能力更稀缺。

值得关注的是，数学界的反应并非简单的抵制，而是混合了好奇与 grief。这种复杂情绪提示我们：AI 对基础学科的冲击，远不止效率层面，更关乎意义与身份。如果机器能生成证明，人类数学家的独特价值在哪里？这个问题，可能比任何单个开放问题都更难回答。

一个独立判断：OpenAI 此举更像一次压力测试，而非真正的数学突破。它暴露的不是 AI 的数学能力上限，而是学术社区在 AI 时代的适应能力下限。