主题
当证明变得免费：AI 先击穿的不是数学，是"信任外包"
10 月 6 日，OpenAI 在 GitHub 上一次性放出 722 篇数学手稿，按 372 个"成果族"分类，覆盖 17 个数学分支，其中不少是数学家穷其一生也未必能解决一个的级别。发布次日，因为一处符号错误（+1 写成了 -1），3 篇被撤回，手稿总数降到 719 篇。
10 月 22 日，清华大学数学科学系教授薛金鑫在《知识分子》发了一篇约 1.2 万字的长文，把这件事称为"第四次数学危机"。
这篇文章在数学圈内外都引起了讨论。但我建议你读它，不是因为它讲数学——而是因为它讲的其实是所有靠"认证"运转的行业。
一、这场冲击有多大
先看几个事实，不用懂数学也能感受分量：
- 722 篇手稿，包含约 400 个数学猜想的解；
- 其中很多是菲尔兹奖级别的成果；
- 平均每项结果，只用了约 3 小时 ChatGPT Pro 的思考算力；
- 发布前，有数学家公开说 OpenAI 在数学上"黔驴技穷"、"NS 方程的解是剽窃"；发布后，B 站上几乎没人追踪这些成果。
薛金鑫用了两个比喻：这件事对数学界的冲击，像《三体》里水滴击溃人类舰队；而人类还想在"解猜想"这个维度上跟 AI 对抗，就像僧格林沁的骑兵在八里桥冲向英法联军的枪队。
但他没有停在"AI 好强"这个结论上。他问了下一个问题：为什么偏偏是数学？
二、真正的问题：数学界早就不"理解"了
物理、化学、生物也受 AI 冲击，但没有数学这么惨烈。薛金鑫给出的解释，是数学界长期存在的一笔"原罪"：信任外包。
他的原话很刺：
一篇文章发表出来，可能只有一两个审稿人认真看过，当论文在杂志上发表出来，其他数学家就信任这一两个审稿人的判断。数学界长期以来就是建立在如此微弱的信任的基础上。
也就是说，数学界号称"核心是理解与证明"，但实际上，绝大多数论文发表之后，没有人真的读。arXiv 上动辄上百页的论文，能掌握全部细节的人少之又少。对庞加莱猜想、Langlands 纲领这种庞大结果，靠的也是"信任少数几个人的评判"。
于是出现了一个尴尬的对照：
- 前 AI 时代，没人觉得"理解"是个问题；
- AI 来了，数学界反对的理由是"人类没有理解"。
薛金鑫的反问是：这个状态难道不是前几十年就广泛存在吗？数学家之间，哪怕是同一领域差一点点的细分方向，本来就互相听不懂。
"理解"不是被 AI 夺走的，它早就被外包出去了。
除了信任外包，还有第二层：脱离现实。问题由名家提出 → 后辈靠解猜想换期刊认证 → 训练完全脱离问题源头 → 难题被不断"加条件"直到可解 → 几轮迭代后，研究的问题和现实已经没什么关系。
薛金鑫举了两个例子：
- 黎曼几何常被拿来当"现在没用、50 年后有用"的挡箭牌。但黎曼写《论作为几何学基础的假设》时，是在思考自然哲学与几何学的根本问题，不是在自己划的技术小圈子里自娱。
- NS 方程：数学界关心它，是因为它难，不是因为它有用。流体力学领域的人跟数学界合作时，更希望数学家研究一些有实用价值的问题。
他的总结是：数学家对论文里一个拼写错误都锱铢必较，唯独在涉及现实的问题上马马虎虎。
三、论文为什么像"金圆券"
AI 击穿的第一件事，是期刊的正确性判断。GPT 的审核能力已经超过人类数学家，Lean 形式化还能再兜一层底。
第二件事更致命：credit 分配。一篇好定理，你分不清是"一条 prompt 直出"，还是"人做了关键贡献"。分不清，就没法给人记功。
薛金鑫用了一个经济学类比，我认为是全文最锋利的比喻：
- 黄金 = 有永恒价值、与现实相连的定理，是数学家本来该找的东西；
- 钻石 = 解猜想。它本来没那么值钱，是靠"钻石恒久远，一颗永流传"的广告洗脑，才建立了价值；
- 人造钻石 = AI 批量生成的证明。石墨高温高压就能造，1 克拉几块钱。
再往前推一步：美元原本锚定黄金，1971 年布雷顿森林体系瓦解后改锚石油，结果美国产业空心化，从工业国变成金融强国。数学定理原本锚定现实，后来改锚"期刊 credit"——信誉体系繁荣了几十年，但在 AI 的绝对力量面前不堪一击。
用马克思的话说，价值量取决于社会必要劳动时间。过去一篇论文要一年，现在 AI 一小时；困扰数学界几十年的猜想，内部模型 3 小时就能解决。
生产力指数级提升，论文就必然批发，批发就必然贬值。
他把这个过程叫作"金圆券化"：货币已经贬成金圆券了，大家还在疯狂地攒金圆券。
四、这套逻辑，正在你所在的行业重演
我认为这篇文章真正的价值，不在数学，而在于它提供了一个可迁移的诊断工具。
"信任外包"不只发生在数学界。任何靠认证替代理解的地方，都有同一个结构：
| 领域 | 被外包的"理解" | 认证物 | AI 来了会怎样 |
|---|---|---|---|
| 学术 | 论文是否真的成立 | 期刊 / 审稿人 | 审稿可被 AI 替代，期刊信用溢价下降 |
| 招聘 | 候选人是否真的会做 | 学历 / 大厂背书 | 简历与作品都可批量生成，背书失效 |
| 咨询 | 报告结论是否可靠 | 品牌 / 合伙人签字 | 报告产能过剩，结论本身不再稀缺 |
| 技术评审 | 方案是否真的可行 | 评审会 / 架构师点头 | 文档可批量生成，"签字的人"不再等于"读过的人" |
| 内容 | 观点是否真的有洞察 | 粉丝数 / 转发量 | 产量暴跌式增长，注意力更稀缺 |
共同点只有一句：当生产成本被 AI 打到接近零，以"数量"和"认证"定价的体系必然崩。
而最尴尬的是，很多体系里的"权威"，本来也只是"被信任的人"，不是"真的读过的人"。AI 只是把这层窗户纸捅破了。
五、怎么换锚：两个方向
薛金鑫的解法是"回归现实 + 回归内心"。我觉得可以翻译成任何行业都能用的两句话：
1. 外部锚：把价值绑在现实约束上。
数学要去研究"涉及每个人现实生活、社会不得不关心"的问题。对应到个人：你的工作成果，能不能被现实世界验证——不是"老板满意"，而是"用户真的用了"、"成本真的降了"、"东西真的跑通了"。
2. 内部锚：把价值判断收回自己手里。
薛金鑫说，数学结果的价值判断不应依赖外在标签（四大刊、帽子、某某奖得主背书），而应来自数学家自己的品味与判断。对应到个人：你交出去的东西，自己知不知道该好在哪、差在哪。如果离开了平台标签和他人评价，你还能不能判断自己做得好不好。
他给年轻人的建议也是这个：把 AI 当强助手，主动思考、不理解就问；拒绝偶像崇拜，凡事有自己的判断——"没有任何人或者机器可以代替自己的思考"。
他还讲了一个细节：在清华上课时，他告诉学生，任何作业题都可以用 AI 直接生成答案，但那样你获得不了任何理解；如果把 AI 当助手、主动思考，学习效率会大大提升。期末成绩出来，结果很好。
六、我不同意的地方
为了不把这篇写成读书笔记，说三处我觉得需要打问号的地方：
第一，"10 年内大学数学系可能消失"这个预测太激进。 信誉系统失灵、生源流失是真的，但大学数学系承担的不只是论文生产，还有教学、跨学科合作、人才筛选。制度惯性远比技术变革慢。
第二，对纯数学长期价值的回应偏弱。 薛金鑫说"绝大多数现在进行的数学研究跟现实没半点关系"，这话在经验层面成立，但历史上确实有大量"50 年后才兑现"的例子（黎曼几何本身就是）。他用"黎曼是在思考根本问题"来区分好坏，这个标准很对，但很难事前操作。
第三，"回归现实"容易变成另一种功利。 如果所有研究都要立刻"有用"，那基础研究的空间会被压缩。真正的解法可能不是"有用 vs 无用"的二选一，而是"有源头 vs 无源头"——问题是否来自真实世界，而不是来自上一篇文章的脚注。
结尾
这篇文章最打动我的，不是它对 AI 的判断，而是它对自己人的诚实。
面对一场外部冲击，最容易的姿态是谴责对手（"OpenAI 在犯罪"）或者自我安慰（"AI 只是工具"）。薛金鑫选了第三条：先承认对手强，再问自己哪里出了问题。
而这套追问，值得每个行业抄一遍：
我所在的领域，有多少结论是"有人替我读过"？ 如果明天这个"有人"变成了 AI，我还剩下什么？
答案大概率不是"更强的能力"，而是更真实的判断。
参考资料
- 薛金鑫，《AI 冲击数学，信誉系统崩盘，数学界何去何从？》，知识分子，2026-10-22：原文
- B 站解读视频《清华教授长文：数学界的傲慢，原罪，未来与涅槃》，UP 主"分析学爱好者"：视频
- OpenAI 722 篇数学手稿仓库：github.com/openai/math
说明：文中数字口径以原文与公开报道为准；"722 篇"为发布时数量，次日撤回 3 篇后为 719 篇。