数学家邓煜：如果AI可以解决所有数学问题，将退休回家写小说?

如果AI真的能够解决所有数学问题，数学家们该何去何从？菲尔兹奖得主邓煜一句"退休回家写百合小说"的玩笑，道出了当下数学界弥漫的焦虑与迷茫。

北京时间9月11号，当时正在国外旅游的嘉宾还在感叹圈内每天都在发生大事，让他没有办法专心游玩。

结果欢迎未落，第二天又发生了大事：先是OpenAI宣布正在尝试解决千禧年数学问题里剩下的黎曼猜想和P/NP问题，接着包括陶哲轩、邓煜在内的25位菲尔兹奖得主联合发出抗议，认为AI公司正在毁掉数学本身。

OpenAI在9月8日宣布，用一万个智能体、88小时破解了千禧年数学问题中的一个。但纽约大学数学家巴克马斯特说，这个问题是他和另一位数学家先解决的。

他们使用的AI工具包含OpenAI的Codex，因此怀疑OpenAI使用了他们的数据。另一位科学家阿尔伯格来自OpenAI的死对头Anthropic。

事件变成罗生门。新问题出现：如果大公司模型做出突破，其中可能有人类贡献，贡献该如何评判？

千禧年数学问题是克雷数学研究所2000年公布的七道题。每个问题悬赏100万美元，解答发表在国际期刊，经数学家验证并经过两年验证期才能拿奖。

目前完整走过流程的只有庞加莱猜想，解答者佩雷尔曼拒绝领奖。因此，此次引发纠纷的证明仍是未验证状态。

有人认为克雷研究所像“问题银行”，选择的问题有包装成分，便于传播。OpenAI选择这个主题也有知名度考虑。

OpenAI声称解决的是“纳维-斯托克斯方程”，简称NS方程。18世纪欧拉写下理想流体、无黏性运动方程。

19世纪上半叶，纳维和斯托克斯分别独立加入黏性项，得到NS方程。它可想象成对流体每个小块写牛顿第二定律：有外力推、压力挤、黏性摩擦拖慢，再加不可压缩约束。

它应用极广，飞机空气动力学、天气预报、各种模拟都用它。尺度对了就是流体，人流、车流也可视为流体。

多年来，数学家对NS方程会否爆破的共识在变化。2007年流体力学会议上投票，约一半人认为绝对不会出现奇点。

2024年再投票，认为会出现奇点的人显著增多。陶哲轩解释：2007年前后，研究多集中在证明存在性、唯一性、正则性，正向工具多；

而证明奇点存在的工具少。17年里，关于奇点的理论和数值证据大量出现，正向结果又无法区分NS方程和已知会爆破的方程，因此直觉转向可能出现爆破解。

科学问题的理解，常常依赖工具。要理解争议，时间线要推到2021年。

2021年，西班牙数学家科尔多瓦和索罗利亚长期研究不可压缩流体爆破奇点。科尔多瓦是资深专家。

他的学生在2021年博士论文中提出一套解析方法，两人花几年发展成完整爆破构造方案：先在简单方程和粗糙外力条件下跑通，再收紧条件。他们的思路是一层层搭。

先从一个较粗糙的解出发，它有爆破解，但外力不够光滑；然后加一层小震荡修正。修正能做两件事：让解在趋近爆破时更奇异，让外力不光滑部分消解。

层层叠加后，解离爆破越来越近，外力离光滑越来越近。物理图像是：一个涡旋不断收缩，每叠一层，涡心更细更紧，大尺度流动拉伸小尺度旋转，让它越转越快，同时确保小尺度不干扰大尺度。

最终，爆破时刻前解一直光滑，爆破时速度趋向无穷，外力始终光滑。两位西班牙数学家在不可压多孔介质方程上做通，再推到欧拉方程，但外力光滑性还差一点点。

今年8月左右，他们突然找到第一个爆破解，经形式化验证后，基本解决了有光滑外力的欧拉方程爆破。欧拉方程是NS方程中没有黏性项的特殊形式。

两人从最弱方程做到更强方程，8月20几号证明“三维不可压欧拉方程在有光滑外力下会出现爆破解”。9月3日，巴克马斯特得知研究进展似乎传到OpenAI那边，便联系OpenAI澄清：合作者是Anthropic公司的，但这是个人研究，不是公司行为。

9月6日，他与OpenAI数学家布比奇通话。布比奇告诉他，OpenAI内部已有NS方程爆破证明，比他们更进一步。

巴克马斯特起初以为OpenAI一直有小组在做，后来发现OpenAI投入了一整个团队和巨量算力。他追问OpenAI第一次向AI提相关问题是什么时候，OpenAI最后才说：第一次开始做这个问题，其实是在听到流言之后。

这一点非常关键。OpenAI给出两个方案：一是协调发布，两人先发欧拉方程结果，OpenAI第二天发NS方程论文；

二是两人先发欧拉结果，巴克马斯特自己写NS论文，致谢OpenAI，但把阿尔伯格从作者名单去掉。OpenAI觉得阿尔伯格在Anthropic工作太麻烦。

巴克马斯特认为，OpenAI解决NS方程的技术路线和他们研究近一年的方向高度相似，都是两位西班牙数学家的路线；他们又大量使用OpenAI的Codex和新AI Astra，因此怀疑想法被窃取。

9月8日，OpenAI发声明，称使用未公开内部模型和AI agent，同时做多个NS方程变体，先解决无外力欧拉方程爆破，再集中资源解决NS问题，工作88小时得出证明，又用Astra模型花17小时完成形式化验证。

OpenAI说不会使用具体用户数据，但不能排除用户数据去标识化后被用来训练模型。这变相承认，用户与AI讨论数学时的思路、方向、方法，可能在去掉身份信息后进入训练管线。

巴克马斯特和阿尔伯格最强的是“有光滑外力情况下欧拉方程爆破”。OpenAI论文里有两个东西：无外力欧拉方程爆破，以及有光滑外力情况下NS方程爆破。

无外力欧拉爆破部分，OpenAI方法与巴克马斯特不同；但有光滑外力NS爆破，思路确实都来自两位西班牙数学家。

巴克马斯特和阿尔伯格用AI辅助，把每层修正调得非常精确，让外力从接近光滑到完全光滑。虽然idea不是他们的，但完全光滑的技术部分是他们的和AI一起做的。

OpenAI也用类似方法：流体完全静止，施加完全光滑外力，不断叠加，形成旋转缩小的涡芯。涡芯半径和高度趋近零，但半径缩得更快，形状像越来越细的针，速度趋向无穷，体积缩得足够快，总能量有限。

最终证明允许光滑外力的NS方程出现爆破解。另一个争议是：OpenAI训练模型时，有没有使用数学家与Codex的对话？

OpenAI说会取标识，但不能排除去标识化数据用于改进模型。技术上，他们不需要直接看巴克马斯特数据，但用户和AI讨论数学时的思路、方向、方法，可能在去身份后进入训练管线。

巴克马斯特研究近一年，很可能跟AI讨论过两位西班牙数学家的方向。因此，不管以什么形式，这些交互素材都可能成为模型训练数据。

大公司得知问题值得投入后，就能在短时间内投入近乎无限资源暴力破解。这也引发担忧：数学家以后还敢不敢把研究思路泄露给AI？

传统学术界也有“Scooping”，但前提是人与人竞争，资源大致对等。人和AI公司之间，却是螳臂当车。阿尔伯格的身份也微妙。

OpenAI承认，是在听说Anthropic解决重大数学问题后才全力投入。两家公司是“你死我活”的商战，个体更渺小。

阿尔伯格在2026年小半年产出密度惊人，非常擅长用AI解决数学问题。菲尔兹奖得主高尔斯今年8月写文章说，AI有两个优势：第一，知识面广。

如果问题能用标准方法解决，AI几乎一定能找到；人类知识面、时间、尝试次数有限，可能找不到。第二，AI速度可做大量暴力搜索，试多种方案直到碰巧成功。

两者结合，AI在证明过程有概率性成分的问题上特别有优势。像房间里有超多钥匙，AI擅长搜索；人一把一把试，要花海量时间。

高尔斯说，AI在数学直觉上可能不如人类，恰好因为AI太快。AI负担得起低效搜索，没有动力精细修剪；人类负担不起，所以直觉重要。

历史上，许多数学家为NS问题努力，产生大量重要定理、方法和工具。对NS方程来说，千禧年问题是否光滑、解是否存在，物理意义其实不大。

计算流体力学是成熟学科，天气预报、气象建模并不依赖连续NS方程是否爆破。现实用网格、有限时间步、浮点数推进，不存在光滑问题。

所以这本身是非常纯粹的数学问题。其价值在于解决过程中产生的工具和理论。以前评价数学成果，结果重要，但背后过程更重要。

AI只有结果，没有过程，结果意义就大打折扣。陶哲轩是当代数学家最大KOL之一。他温和、开放，很早使用大语言模型和形式化证明。

2024年会议投票时，举手表决，大家齐刷刷回头看后排的陶哲轩有没有举手。这说明他的号召力。

AI不停解决重大数学问题，学界气氛略带悲观。除了天才，还有大量普通数学家，他们努力工作，可能很快被AI取代。

最近好几个数学家参与的播客都有“我做的事情好像没意义”的感觉。陶哲轩批评AI，本质是想维系学科正常的研究气氛，让它不至于太悲观。

他提过一个方向：以后是不是可以去奖励那些首先消化理解证明的人？他最简单也最打动人的一句话是：“数学实际上始终是以人为中心的。

”当然也有人更悲观，觉得数学家职业会消失。但也不至于那么悲观。

有些学习者反而坦然：如果知道解决问题永远赶不上AI，那学习时就可以更纯粹，保持学习本身的态度。这种态度正是激发新思想、产生新问题的基础。

生存问题当然也重要。数学以前被认为最不需要资金，一台电脑、笔和纸就可以。但现在一个人如何跟大公司力量抗衡？

如果学科发展变成需要海量资金，数学家生存情况也会变化。数学家可以加入大公司，但容量有限，而且加入公司要满足商业招聘目的，对数学发展多样性未必乐观。

OpenAI专做有影响力的大问题，但有些思想可能从小问题中诞生。近日，2026年菲尔兹奖得主、芝加哥大学数学系教授邓煜——与王虹一同成为首位获此殊荣的中国籍数学家——在朋友圈发文，直言数学界弥漫着浮躁不安的氛围。

他说自己很好奇AI的上限到底在哪里，并调侃：若AGI真能解决所有数学问题，“有生之年能见证神迹那我也不亏了，接下来无非回家好好写我的小说就是”。

事后他向媒体澄清，那段话完全是开玩笑，自己并不相信AI能发展到解决所有数学问题的地步，同时劝那些焦虑迷茫、甚至想转行的同行，过一两年再决定也不晚。

从NS方程之争到千禧年问题接连“告破”，再到菲尔兹奖得主集体发声，这场围绕AI与数学的博弈，才刚刚开始。