AI 解出 Navier-Stokes 反例，但人类第二页就卡住了：我们正在批量生产「看不懂」的真理
OpenAI一口气发了 722 篇论文，接受核查，但从唯一博弈猜想到准黎曼假设，一批多年没解的数学难题看起来都被啃下来了。数学家一觉醒来发现自己研究方向可能被终结，这话现在真不是段子。匈牙利概率论学家 Alfred Renyi 那句「数学家就是把咖啡变成定理的机器」，如今真有了这么一台机器，只不过它跑在数据中心里。
彭博社的播客《Odd Lots》最新一期请来了 MIT 工程教育副院长 Justin Solomon，专门聊这件事。Solomon 早年还在皮克斯研究过电影特效背后的数学，算是对应用数学和理论两头都熟的人。他给出的判断，比热搜标题冷静，也比论文摘要扎心得多。
最戏剧性的一条，是 OpenAI 给出了千禧年大奖难题 Navier-Stokes 方程解失效的反例证明。
Navier-Stokes 方程，通俗叫流体力学的「上帝公式」。你搅拌咖啡时奶泡的旋转、台风眼的气流、机翼切过空气的阻力，理论上都归它管。写下这个方程不难，难的是过去一百年没人能回答：给定一个平滑的初始状态，这个解会不会在某个瞬间突然「炸」掉，爆发出无限大的速度？为这个答案克雷数学研究所悬赏了 100 万美元。数学家普遍直觉是「不会炸」，OpenAI 却硬给了一个反例——存在一种极端搅动方式，理论上能在有限时间内把流体搅到彻底失控。而且这不全是 AI 凭空捏造，西班牙一支数学家团队已经用纸笔把「勺子」的主体构造搭到了 99%，AI 只是用算力替人类走完了最后那 1%。
按理说该开香槟了。但真正让 Solomon 皱眉的不是证明本身，而是后果：这份证明放出来，全人类没人读得下去。《Odd Lots》主持人下载了论文，看着符号像看天书；Solomon 自己翻过前两页，大脑也宕机了。他说这份证明「读起来非常吓人，全是密密麻麻的技术细节、极度反直觉的不等式和极端的界限取值」。主持人问他优雅吗，他苦笑说毫无优雅可言；问他正确吗，他沉默了一下说大概是对的。
这就是整件事最拧巴的地方。几千年来，「它是对的」和「人类看懂了它」在数学世界里几乎是同义词。一份绝妙的证明本身就该带着人类理性的光辉。可今天这两件事被 AI 硬生生撕裂了：真理降临了，但用的是人类读不懂的外星语言。
陶哲轩在加州理工的「Math 2.0」演讲里，把这种恐慌推到了更具体的场景。他的幻灯片设想：人类向一台近乎无限算力的超级 AI 下达提示词「寻找一种能通过三期临床试验的癌症疗法」，AI 吐出一个由未知化学成分组成的混合物配方，数学模型预测能 100% 消灭癌细胞。重点是，没有任何医学家化学家知道这配方为什么有效，但推演过程在交互式定理证明工具 Lean 里得到了形式化验证，现实世界里这药也真通过了严格的 FDA 三期临床试验。
现在选择题抛给你：这管连顶尖科学家都搞不懂机制的「神药」，你敢不敢打进自己静脉？陶哲轩的辛辣之处在于，他把「对齐」和「可解释性」的困境摆上了台面——AI 有没有可能是钻了三期临床规则的空子，用人类完全无法理解的外星逻辑达到了字面目标？你会在针管扎进皮肤前要求必须有人类肿瘤专家看懂机制吗？还是说，晚期患者根本不在乎机制？
比攻克千禧难题更让人不安的，是这套「外星逻辑」对学术审查系统的冲击。
Solomon 在播客里报了一组数字：机器学习顶会 ICLR 十年前只有一两千份投稿，今年暴增到六万份。评审要在短短一两个月内消化这些充满 AI 生成痕迹的论文，「连 PDF 都来不及点开」。审稿沦为走过场，学术质量的印章失灵，甚至有高中生靠着 AI 包装的履历混进顶级会议当审稿人。Solomon 的邮箱也成了重灾区，每天有人发来「我好像证明了个新结果，AI 说很重要，帮我验证一下」。模型天生喜欢顺着人说话，这在要求绝对严谨的数学里尤其致命——AI 把看着像对其实狗屁不通的东西包装成真理，向人类发起 DDoS 攻击。
随之而来的还有更现实的阶级固化：做科研开始拼钱包和算力。一个普通大学教授辛辛苦苦用纸笔推出方向雏形，还没发表验证，那些控制着算力水龙头的巨头，用领先大学实验室至少两代的内部未发布模型，顺着思路一周内就用几万张显卡撞出结果。Solomon 补了一刀：说不定模型灵感的来源，就是白嫖了你平时在网上留的学术讨论记录。那么这 100 万美元奖金的糊涂账，算谁的？没人知道。
但 Solomon 也没把门关死。他认为眼下模型做的一切，本质上还落在人类已有知识围成的「凸包」里——AI 擅长在已知节点之间高维连线，甚至帮你用穷举干完卡了十年的最后几步。可真正伟大的新理论是从无到有的平地起高楼，是凭空创造新概念、重绘世界图景。人类几千年前就会酿酒，但直到近代才在显微镜下搞懂酵母菌的工作机制。未来的数学和科学可能也走这条路：AI 负责生成廉价但有效的「答案」，人类花几十年甚至几百年弄明白「为什么」。生成答案在降价，验证和理解却在涨价，成了最稀缺的奢侈品。
主持人最后问出所有父母关心的问题：那我们的孩子还得学数学吗？Solomon 回答得很笃定：必须学。因为当解答变得廉价，整个世界都在等下一次跳跃时，谁能提出下一个 Navier-Stokes 方程，谁能判断 AI 的答案有没有分量，谁能把那堆代码转化为人类能消化和传承的理解——这些事，暂时还写在人类这一边。
相关链接
- 陶哲轩 Math 2.0 演讲幻灯片：https://teorth.github.io/tao-web/slides/math-2-0-caltech-2026.pdf
- 《Odd Lots》本期播客：https://www.youtube.com/watch?v=aTXGrz-sChk