AI把数学家卷失业了，但用的方法很脏

2026年夏天，一条流言在硅谷传开：Anthropic 用 AI 解出了一道千禧年难题。 这种题全世界一共七道，每道悬赏一百万美金，挂了二十五年，只被人做掉过一道。流言最猛的版本说，Anthropic 一口气做掉了两道。推特上开盘下注，赌是真是假。 然后画风突变。几家 AI 公司同时炸了锅，管理层跟疯了一样，成百万上千万美金往里砸。一周后，OpenAI 拿出了自己的答案。这道题的进度，圈内专家原本的预估是：人类还要五到十年。

一道研究水怎么流的数学题，至于打成这样吗？ 至于。因为交出答案的那个人，自己给这份答案下的评语是：我这辈子见过的最烂的数学。 但它是正确的。 说这话的叫 Tristan Buckmaster，纽约大学的数学家，就站在这件事的正中心。新闻标题都在说"AI 解决了千禧年难题"，但真正的故事，比"AI 变聪明了"难看得多，也重要得多。 先讲清楚这是什么东西 纳维-斯托克斯方程，你可以理解成牛顿第二定律用在流体上。F=ma，高中生都会，只不过这里每一滴水的运动都被它管着。它十八世纪就有了前身（欧拉方程），十九世纪补上粘性项，工程师拿它算飞机机翼、算心脏里的血流，用了两三百年，准得很。 但数学家发现一个别扭的地方：这方程会不会有时候算出"流速无穷大"？真出现了，说明这方程作为物理模型是坏的，现实里没有东西能跑无穷快。这就是 Clay 研究所悬赏一百万的问题：从一组平静的初始状态出发，这方程到底会不会在有限时间里把自己撕出一个奇点？ 这问题难在哪？难在它非线性。线性方程，两个解加起来还是解，可以拆开算再拼回去。非线性是流体会自己影响自己，一个涡旋推着另一个涡旋，层层放大，混沌、湍流全从这儿来。你看到的那些漂亮的机翼气流图、海洋涡旋，全是非线性的杰作，也全是数学家的噩梦。 历史上不是没人试过用计算机暴力破解。这个领域有个著名的"数值模拟坟场"：无数人跑模拟，看着流速暴涨，以为奇点要成了，结果换台更强的机器多跑一会儿，它又收回去了。模拟只能逼近，证明必须严丝合缝。所以过去真正做成的几次，都是数值模拟指路、纸笔证明跟上。比如侯一钊和罗果的圆筒实验：上下两层流体反向旋转，在边界上炸出奇点，数值先看到，十年后才被证成。 注意关键词：边界。圆筒有壁，边界本身就能算半个奇点。Clay 问题要的是没有边界、流体自由演化还能炸，这就难了整整一个量级。 过程全错，答案全对 Buckmaster 的路线分两步。第一步是他自己的：学人家 Córdoba 和 Martínez-Zoroa 在更简单的流体方程上的思路，设计一种"级联种子"机制。让一团流体的速度梯度先长大，在恰到好处的时刻塞进一颗小种子（一个极光滑的外力），种子爆长，再塞下一颗，像往火堆里一撮一撮添引柴，直到烧穿。这个思路用在欧拉方程上，成了：三维、无边界、奇点形成，证出来了。 第二步才是新闻的主角：这个证明不是人写的。是 Anthropic 的内部模型写的，驱动方式是 agent。不是一个 AI，是成百上千个 AI 实例同时开工，有的负责推步骤，有的负责逐个检查，像一场永不散场的班级考试，每个步骤都不许跳。 写出来的东西什么样？开头那句评语，一个字没夸大。 满纸都是无关的数字、混进来的代码检查段、说着英语单词但不是英语的句子，人类看一眼就想扔。但它是正确的。他怎么知道的？两种方式锁死的：一群 agent 逐步互验，再加上整份证明被翻译成了 Lean。Lean 是一种形式化验证语言，你得把证明里每一种可能发生的情况都伺候到，三页的证明能膨胀成一万行代码，但只要它出具证书，这个证明就是铁板钉钉的。 还有个细节我觉得比主新闻还瘆人：这份"AI 黑话"证明，Gemini、ChatGPT、Claude 全都能读懂，人类读不懂。 机器们已经有一种彼此通用、我们进不去的工作语言了。这事他没细说，我替他说透。 人海碾压 好，现在到这篇文章真正想说的。 所有人都在问"AI 是不是比数学家聪明了"。Buckmaster 给了一个完全不同的答案，而这个答案因为不够抓眼球，被所有报道略过了。 他说：我不觉得 OpenAI 和 Anthropic 的内部模型有多大差别。差别在于，这些公司有足够的算力，能同时跑几千个 agent，而我们凡人做不到。 看懂这句话，你就看懂了这局棋的玩法。 一个 agent 是一个聪明但不睡觉的研究生。一千个 agent 是一千个不睡觉、互相批改作业的研究生。数学家写证明喜欢跳步，因为人和人之间有默契，"由 A 显然得 B"。AI 跳步会跳错，但当你有一千个 agent，你可以让每一步都展开，每一步都有人复核。用算力换掉默契，用数量换掉天才。 这不是智能的胜利，这是编制的胜利。 再想一层：如果模型之间差别不大，那 AI 公司之间拼的是什么？拼的就是谁在同一时刻能动员多少算力去堆一个目标。这就解释了后面那出戏。 红色警报 现在把开头那条流言的全程讲完。 消息是从 Anthropic 内部漏出来的，先漏给 OpenAI，再漏给全世界。而且拉警报的不止 OpenAI 一家，Buckmaster 的原话：好几家都拉了。因为对这些公司来说，"我的模型比你的强"是生死线，是融资叙事，是存在主义危机。 Buckmaster 不想把这事搞成 Anthropic 对 OpenAI 的商战，他主动联系 OpenAI 的一位数学家想降温：我们用了你们的产品，到时候会署名的，别紧张。对方说好啊好啊，咱们不竞争，资源随便你用。 挂了电话，OpenAI 立刻开始冲刺。 周六的会上，对方团队来了，开场就表演：我们把千禧年问题的描述原文粘贴进去，按了一下回车，答案就出来了。 Buckmaster 当时的反应是：我知道你不会给我看你的真实 prompt，因为你们过去就不怎么诚实。果然，追问之下露馅了。哪有什么一键解题，是先做了一堆简单版本的题、写了一堆中间 prompt，而且最终承认：是听到 Anthropic 的风声之后才开始做这个题的。 从起步到拿出 Navier-Stokes 的带 Lean 验证的证明，大约一周。 而且这个一周的起点，很微妙：OpenAI 证明的起点，无外力欧拉方程的奇点机制，和 Buckmaster 团队手里一份尚未发布的结果几乎一模一样。Buckmaster 说得很克制：就在我向他们透露自己身份的一两天后，他们神奇地从我们停下的地方开始了。他补了一句：科学就是这么互相踩在肩膀上前进的，我不贬低他们后面加的那个"坍缩涡"新想法，那是真东西。 这话说得已经很体面了。 这人说话你得分开听 Buckmaster 这个人，讲工程细节的部分我全信：agent 的数量级、Lean 验证的流程、红色警报的时间线。他没动机编这些。他自称没有保密协议、不是 DeepMind 正式合作方、两边公司的内部模型他都摸不着，讲这些对他只有坏处没有好处。 但他讲大判断的部分，你得掂量着听。 访谈里他自己说漏了一句：我从来没把拿奖当目标，我的目标是成为这段历史的一部分。 明白吗？这位是"AI 超越人类智能"这个叙事的第一男主角，他说这是"深蓝时刻"，当年超级计算机击败卡斯帕罗夫，棋坛从此改朝换代。这个类比如果成立，他就是历史的署名者之一。所以当他讲"数学的明天和今天不一样了""这套 agent 打法可以用在 AI 自己身上，让最好的 AI 专家被自己的造物超越"，这些话方向未必错，但剂量是他加的。一个想把名字写进教科书的人，天然会把此刻说得比实际更大。 挤掉这层水分，剩下的硬核事实其实不需要任何放大就已经够硬了：一个几百万美金悬赏二十五年无人得手的难题，从泄密到被另一支队伍走完全程，用了一周。验证方式是机器可读的形式化语言，不是人类同行的评审意见。 所以数学家会失业吗 访谈末尾 Greene 问了个很扎心的问题：一个今天刚入学的数学博士生，还该不该做那个"一个问题磨十年"的梦？ Buckmaster 的回答很诚实：不知道。但他给了一个方向。以后或许没人比谁先证出来了，比的是谁证得好。机器给的答案能过验证，但那是怪物；人类数学家剩下的领地，是把怪物重写成能看懂、能教、能长出下一个问题的东西。优雅不再是奢侈品，成了人类最后的分工。 他还顺手留了个彩蛋：飞机为什么会飞？升力是怎么回事？到今天没有一套能从第一性原理讲通的解释，工程师全是拿拟合模型凑合用的。湍流，这个"流体问题之母"，更是完全敞开。 换句话说：旧卷子被机器撕了，新卷子还没印出来。 二十年后回看2026年的这个夏天，没人会记得那通周六的电话。记得的是数学这行的门槛变了。从前你得能算，往后你得想清楚，机器算完之后，你还能干什么。