先说一个可能有点扎耳的结论:
数学证明,大概率是人类压制人工智能的最后一道防线。
不是因为 AI 不够强,恰恰是因为它太强了——强到我们必须重新想清楚,它到底强在哪,又到底碰不到哪。
一、AI 的本质,是一个概率模型
先把底牌亮了。
不管大模型今天能写代码、能画图、能通过考试、能"证明"多少数学题,它的底层逻辑从来没变过——它是一个概率模型。它在做的,永远是"根据已有的一切,预测下一个最可能出现的是什么"。
而数学,是人类文明里极少数追求确定性的学科。一个命题,要么被证明,要么被证伪,中间没有"大概对""八成成立"。
一个靠概率说话的东西,去碰一个只要确定性的学科——这中间的错位,就是我们要聊的全部。
你可能会反驳:可 AI 不是已经证明了一堆数学问题吗?
是的,它证明了。但你得凑近看,它证明的到底是什么。
二、AI 攻破的,全是已经"死掉"的数学领域
把 AI 在数学上的每一次突破摊开看,你会发现一个惊人的共同点:
它们无一例外,都发生在那些已经被发展成"史山代码"的数学领域。
什么叫"史山代码"?就是一套理论被前人垒得太厚、太繁、太琐碎,定理摞定理、引理套引理,证明一个新结论,本质上就是把前人几百年攒下的方法排列组合一遍。
这种活儿,人永远比不过 AI。排列组合,正是机器的主场。给你一个猜想,它在浩如烟海的组合里暴力试错、找到反例、证伪它——这事儿人类干一百年,不如它跑一晚上。
但问题来了:排列组合出结论,和真正"懂"一个结论,是两回事。
三、数学史上的规律:一个分支繁琐到极致,就死了
这不是我今天的感慨,这是数学史反复上演的剧本。
你看古希腊。
泰勒斯证明"半圆上的圆周角是直角",证明短得惊人,可在他之前,从来没有人这样证明过。这就是"第一次出现"的力量。
接着,阿那克西曼德、阿那克西美尼往前推;毕达哥拉斯证出勾股定理,巧妙,前无古人;希帕索斯证出无理数的存在,简洁得像一道闪电,同样前无古人。
然后是柏拉图、欧几里得。直线与平面的几何,被几百年的天才们一路发展,终于——繁琐到了极点。
于是,它死了。
一个数学分支一旦被垒成史山,它就失去了生命力。之后的古希腊转去研究球面几何、圆锥曲线、三角函数、用几何语言写微积分。可剥开看,这些本质仍是平面几何在不同方向的推广。等到整个古希腊数学都被堆到臃肿不堪,再加上外部冲击,数学,就那么没落了。
历史反复证明一件事:靠堆砌前人逻辑活着的领域,迟早会走到头的那一天。
四、AI 不是让这些领域复活,是让它们"直接消失"
有人会安慰自己:你看,AI 在调和分析这类领域解决了那么多问题,不是还有一堆没解决的吗?人类总还有能研究的幻想空间吧?
这个幻想,恰恰是错的。
想想古希腊平面几何的圣杯——三大尺规作图问题(化圆为方、倍立方、三等分角)。它们是在平面几何还活着、还繁盛的时候,就已经被提出来的。结果呢?在平面几何这套体系内部,它们一个都没被做出来。
它们的"解决",靠的不是把平面几何玩得更熟,而是整个换一套语言——用后来才出现的代数、域论,才证明了"尺规作图做不到"。
看懂这个,就看懂了 AI 和数学的真相:
当这些"史山代码"式的领域被 AI 攻破,不是人类终于读懂了 AI 的证明,而是这整个领域,正在消失。
AI 的出现,只是给这些本就该走向终点的领域,按下了加速键。
五、每当数学窒息,就会有一个"英雄"跳出史山
数学史上最迷人、也最符合荷马史诗气质的时刻,就是这种时候——一个绝世天才出现,彻底抛弃当下所有人的思维惯性,另开一条路。
这个人,叫丢番图。
在他之前,希腊代数被死死捆在几何语言里:一切都要画成图形、说成长宽面积。丢番图干了件离经叛道的事——他把代数从几何里解放出来。
他不再绕弯子画几何图,而是直接用方程去研究代数曲线、代数曲面上的有理点。比如椭圆曲线;比如把问题放进齐次空间(今天叫"射影空间")里去研究。
这一刀,砍开了整个现代数学的大门。
即便后来蛮族入侵、文明倒退、数学又沉寂了很久,丢番图这条思路却被完整地保留了下来,并最终长成了现代数学的主干。
你去看现代数学最重要的几条源流:一条是阿基米德、牛顿那种几何视角的微积分,被符号化后长出的分析方向;而另一条最宏大的主干,正是沿着丢番图的路——用方程、用结构去研究对象——一路发展出来的。
史山会死,但砍开史山的那把刀,会活千年。
六、今天的数学,又到了那个窒息的时刻
写到这里,你可能已经感觉到我要说什么了。
现代数学,正面临和古希腊末期一模一样的困境。
数学世界变得无比繁琐。某些领域,已经被堆成了新的史山代码。今天大家吐槽的"数学水论文"现象,恰恰就集中发生在这些领域——在一套过于臃肿的框架里,靠排列组合刷出一篇又一篇"新结果"。
这些结果,是对的。但它们没有意义。因为它们只是一个长证明,堆砌了一堆前人已有的逻辑。
而 AI 在这个时刻出现,只会让"堆砌"这件事变得空前廉价、空前高效。它加速的,正是这些领域的消亡。
于是,一个老问题又回来了,而且比任何时候都迫切:
怎么从史山里走出来?怎么找到那个正确、且简洁的方向?
七、我的答案:凝聚数学
现在,一个重要的候选者出现了——凝聚数学(Condensed Mathematics)。
它的初衷很技术:为了解决"拓扑空间构成的范畴不是阿贝尔范畴"这个老麻烦,发明一套新语言。
但人们很快发现,这套语言的威力,远远超出了它诞生时的那个小目标。
举个让人起鸡皮疙瘩的例子——泛函分析。
这看起来和"凝聚"八竿子打不着的一门学科。可一旦把泛函分析里的 Banach 空间,嵌入到"凝聚 Banach 空间"里,奇妙的事发生了:
原本泛函分析里那些基础的、繁琐的、要写满黑板的定理证明——开映射定理、闭算子定理、共鸣定理(一致有界原理)——在凝聚态的框架下,从交换代数的角度去看,它们不再需要被"证明",而是自然成立。
那些曾经要靠一长串推导才能爬过去的山,换一个视角,直接就是平地。
这就是人类的智慧。
八、简洁,是人类追求的最终目标
回到最开始那个问题:AI 是概率模型,数学是确定性学科,凭什么说数学是人类最后的防线?
现在答案清楚了——
真正的数学,从来不是"证明一个很长很长的结论"。
一个证明如果很长,只是把前人已有的逻辑堆砌起来,它毫无意义。
一个证明之所以有意义,是因为它是"第一次出现"。
AI 擅长在已有的史山里排列组合,但它不擅长、也几乎不可能凭空"第一次"造出一门像凝聚数学这样的语言——一种能让人换掉整套视角、把繁琐化为简洁的全新框架。
那需要一种 AI 至今没有的东西:审美、直觉,和一点荷马史诗式的英雄主义。
需要一个丢番图,敢对全世界说:你们都走错了,我们换个地方重新出发。
AI 能穷举所有已知的路口,但选择"走一条还不存在的路"——这件事,目前还只属于人类。

距离 AI 真的"超越人类智慧"的预言,好像越来越近了。
但我一点都不慌。因为每一次数学走到窒息、走到繁琐到要死的时候,历史都会递给我们一把刀——简洁之刀。
而挥刀的那只手,至今,还是人的手。
💬 想问问大家:你觉得 AI 有没有可能有一天,真的"发明"出一套全新的数学语言,而不只是在旧语言里排列组合?还是说,那种"另起炉灶"的创造力,注定是人类的特权?评论区聊聊,我一条条看。
#标签#:#人工智能# #数学# #AI与数学# #凝聚数学# #丢番图# #数学史# #大模型# #人类智慧#
