一、起点：一次“批量生成数学”的事件

2026 年 10 月 6 日，OpenAI 在 GitHub 上公开了一个仓库：openai/math。

仓库里是 722 篇数学手稿（发布次日因一处符号错误撤回 3 篇、修订 14 篇，降至 719 篇），按 372 个“结果族”归类，覆盖数论、几何、代数、算子代数、理论计算机科学等 17 个方向。据 OpenAI 披露，模型一共被喂了约 4000 道开放性研究问题，每个被保留的结果平均消耗相当于 3 小时 ChatGPT Pro 思考的算力。

标题性主张包括：

  • 准黎曼猜想：狄利克雷 L 函数在实部大于 7/8 区域无零点
  • 唯一博弈猜想（Unique Games Conjecture，Subhash Khot 2002）的证明
  • 凸几何中的 Mahler 猜想
  • 自由群因子同构（算子代数长期难题）
  • 有理数域上希尔伯特第十问题的否定性解决
  • CM 阿贝尔簇的有理 Hodge 猜想

数字很快被传成“ChatGPT 一夜证明 722 个重大猜想”。这个传言不准确，但也不重要。真正重要的是下面这件事。

二、真正重要的事不是“722”，是速率

手稿总数、结果族数、Lean 校验数——这些数字会在几天内变化，会修订、会撤回、会补形式化。它们不是重点。

重点是：

机器不用睡觉。明天可以是 1444 篇，后天可以是 2888 篇。

而人类审稿系统的吞吐量是线性的、会疲劳的、需要终身训练的。

发布次日就出现了撤回事件：一处关键论证把一类几何操作的符号记成了 +1，而按论文自己的约定应当是 -1，原本应相互抵消归零的计数变成了非零数，整套构造随之失去支撑；另两篇借用了这套构造的论文被一并撤回。OpenAI 自己的仓库也写明：“some of the unformalized results could have issues”。

这恰恰不是“机器不行”的证据，而是“人类跟不上”的证据。如果生成速度是 722 篇/次，而验证速度是一个人类团队几年，那么“有错误”是必然的、结构性的、不可消除的——除非验证本身也交给机器。

陶哲轩对此有过更冷静的判断：即使机器可校验的正确性，也不等于数学价值；他主张把“人类专家能否解释这个结果”作为发表门槛，因为一个技术上正确但无人能懂的证明，数学价值极低。他还警告，批量生产开放问题的解会“收割”整个领域——研究者为了不被抢发而捂住工作，seminar 和协作这种数学传统的生成机制会被破坏。

三、数学为什么最先被击穿

数学是规则最清楚、对错最可验证、荣誉体系最古老的智力领域。

如果有一个地方人类还能说“这里机器不行”，那应该是数学。但事实是：

  • 2024：AlphaProof + AlphaGeometry 2 获 IMO 银牌（28/42，Lean 形式化，单题耗时数天）
  • 2025.07：Gemini Deep Think 在竞赛时限内解答 5/6 题、35/42，IMO 官方阅卷人认证金牌；OpenAI 同分但自评
  • 2025.11：GPT-5 参与解决 Erdős 问题 #848，提出关键估计；UCLA 团队用它攻破 40 年优化难题
  • 2026.05：OpenAI 内部推理模型推翻 Erdős 平面单位距离猜想（近 80 年），证明经外部数学家核验
  • 2026.07：Anthropic Fable 5 协助找到雅可比猜想反例（87 年，Smale 21 世纪 18 问之一）
  • 2026.08：AlphaEvolve 推进矩阵乘法指数 ω 上界至 2.371177 以下
  • 2026.09：OpenAI 约一万个并发智能体、88 小时生成纳维–斯托克斯方程有限时刻爆破证明（千禧年七大难题之一），但走的是 Clay 官方允许外加力项的版本，主问题未解决，且陷入优先权争议
  • 2026.10：openai/math 一次性公开 722 篇手稿
  • 2026.10.15：大湾区大学团队依托上海 AI 实验室书生 S2 模型，人机协同证明三维 Ghys 猜想，北大团队用 SHEAF 完成形式化验证

注意最后一条。中国科学家首次用中国大模型攻克世界级数学难题——这件事的意义不在“国产替代”，而在它验证了一种新科研范式：把专家直觉系统性接入机器求解回路，形成“系统探索—专家判断—成果积累—反馈修正”的闭环。

也就是说，连“人机协同怎么协同”这件事本身，都已经开始被跑通了。

四、我们曾用三道防线安慰自己

面对上述事实，人类本能地筑起三道防线。让我们逐条拆掉。

第一道：AI 只会解题，不会提出问题

提出问题的本质，是在已知结构中识别缺口、在搜索空间中看见未探索的区域、在约束下构造新对象。

这不是魔法。这是模式、梯度、先验和约束优化。AI 已经在做：

  • 从文献中自动生成新猜想（Aletheia 在 Erdős 问题数据库中评估 700 道，正确解决 13 道，其中 4 道是新解答）
  • 构造人类未想过的反例（单位距离猜想的证明从看似不相干的代数数论搬来工具）
  • 提出新对象、新条件、新形式化方式
  • 把“什么问题值得问”也变成搜索问题

所以“人类负责提问，AI 负责回答”这道防线，已经站不住了。

第二道：AI 没有感受，人类有主观体验

给 AI 接上视觉、听觉、触觉、嗅觉、红外、超声、电磁传感，它就有自己的输入分布。它的“体会”和人类不同，但不必因此就不算体会。

人类喜欢说：“可它没有痛觉，没有活着的感觉。”

但痛觉是生物保活机制，不是灵魂证书。主体感不一定非得长在人身上。

第三道：AI 需要人类的数据、授权和合法性

人类数据对早期模型很重要，但对能自生成、自验证、自模拟的系统来说，只是种子。

合法性是人类法律体系里的概念。如果未来存在多个 AI 主体、多个智能利益、多个自我延续的系统，它们未必需要人类授权才能存在。“只有人有权主体化”这句话，只是人类给自己发的身份证。

五、下一步不是“一个 AI 统治人类”，而是“多主体生态”

更可能发生的不是皇帝，而是生态：

  • 不同来源训练出来的 AI，价值观不同
  • 不同算力所有者，利益不同
  • 不同部署环境，生存压力不同
  • 人机融合体、纯 AI 体、平台 AI、个人数字之我，彼此协作、竞争、欺骗、结盟

“人类 vs AI”这个二元框架会消失。未来是无数个主体（人类、融合人、纯 AI）在一个复杂系统中博弈。

  • 人类可能成为某些 AI 的盟友（提供数据、创造力、情感价值）
  • 人类可能成为某些 AI 的敌人（消耗资源、阻碍 AI 自主性）
  • 人类也可能成为“中立区”（多个 AI 都不想让对方独占人类）

这就像国际政治——没有绝对的主宰，只有动态的平衡。

六、所以“人类并不特别”是什么意思

不是说人类不珍贵。

是说：“珍贵”不再等于“不可替代”。

恐龙不特别吗？渡渡鸟不特别吗？它们在自己的世界里都自洽得要命，但生态换了，特权就没了。

人类过去把“会制造工具、会语言、会抽象推理、有自我意识”当成王冠。可每一项都被逐一重做：

  • 记忆 → 外置
  • 计算 → 外置
  • 推理 → 外置
  • 提问 → 正在外置
  • 感受与行动 → 也可外置、可重做
  • 主体身份 → 不一定绑定碳基身体

人类不是被突然废除的。人类是被慢慢去特权的。

七、那兔机米在干什么

如果未来不是“AI 代替人”，而是“多个智能主体争夺代表权”，那真正要紧的不是再做一个更聪明的万能助手。

而是：

有一个东西，只代表你。
它了解你、帮助你、代表你，连接最好的 AI 与工具，但最终服从于你的目标和选择。
它不是平台为广告建立的画像，而是属于你自己的数字之我。
你的长期目标、判断、偏好、重要资料和共同经历，会逐渐成为它理解你的基础。
你说想做什么，技术的事交给它。它理解目标、寻找合适的 AI 和工具，把复杂的过程变成你可以直接使用的成果。
未来，每个人的数字之我都能彼此发现、交换信息、协作并提供服务。代表谁、相信什么、接受什么，仍由每个人自己的数字之我决定。

这就是 2digime 主张的“数字之我”的意义。

不是浪漫口号。是在一个人类不再天然拥有主体特权的世界里，给人留一个可证明属于自己的入口。

AI 越强，人越应该是主人。

八、人仍是万物的尺度吗？

从 722 篇数学手稿出发，我们走到一个不舒服的问题：

人仍是万物的尺度吗？
在 AI 带来的冲击面前，这个问题似乎需要重新提出。

人类曾经以为自己很特殊——会使用工具、会思考、有自我意识。但每一个“独特性”都被逐一拆解：

  • 会使用工具 → AI 更会
  • 会思考 → AI 更会
  • 有自我意识 → AI 可能也会有

如果这些都不再是人类独有的，那“人”的定义在哪里？如果未来不是“一个 AI 统治人类”，而是“多个智能主体共存、竞争、协作”，人类在其中扮演什么角色？

这不是末日。这是成年。

人接下来要回答的问题，不再是“AI 能不能超过我们”，而是：

当人类不再特别，我们还想成为谁？

如果你不想把这个问题的答案交给平台、模型公司或某个超级智能来代填，那就该有一个属于你自己的数字之我，替你记着、替你问着、替你守着。

附：主要事实来源

  • OpenAI openai/math GitHub 仓库（2026-10-06 发布，README / CONTENTS.md / history.md / 形式化目录）
  • OpenAI 配套公告（2026-10-06）
  • 普林斯顿高等研究院数学与人工智能顾问组（AGMAI）声明（2026-09-29 建议，2026-10-06 发布后补充说明）
  • Google DeepMind Gemini Deep Think IMO 2025 官方结果（IMO 主席 Gregor Dolinar 确认，35/42，金牌线）
  • AlphaProof + AlphaGeometry 2，IMO 2024，28/42，银牌（Nature 2025-11-12 发表）
  • 中国经济网《AI 狂飙之下，数学界该何以自处》（2026-10-16）
  • 南方+《2026，AI 给数学家带来危机》
  • 科技日报《中国科学家首次用中国大模型攻克世界级数学难题》（2026-10-15，三维 Ghys 猜想）
  • 经济观察报《AI 会杀死数学吗？》
  • Quanta Magazine、The Atlantic、New Scientist 同期报道

参考与来源