AI 前沿 · 动态速递
谷歌 DeepMind 的 AlphaProof Nexus 系统解决了数十道公开数学难题，其中包括 9 道埃尔德什（Erdős）猜想——这些是数学家保罗·埃尔德什生前提出并悬赏的问题集，其中两道已经悬置了 56 年。研究成果经过同行评审，登上《Science》。
这三个定语（公开难题、埃尔德什猜想、同行评审）合在一起，把这件事和以往的「AI 做数学题」区分开了：不是竞赛题，不是自评自测，而是职业数学家公开发表、由同行审过的问题和结论。
同一周，数学家 Thomas Hales 在陶哲轩的博客上写了一篇文章，判断「自动形式化（autoformalization）今年已经变得实用」——所谓自动形式化，就是用 AI 把数学论文翻译成 Lean 这类计算机可验证的证明语言。
他做了一个对比来说明意义：人主导的验证成本极高。最著名的例子是开普勒猜想——验证它的形式化证明耗费了约 20 个「人年」。而自动形式化如果可用，同样的工作量可以压缩到机器的尺度上。
Hales 也没有回避问题。他提到了今年夏天的一个现象——「健全性 bug 之夏（Summer of Soundness Bugs）」：7 月和 8 月在 Lean 中发现了几处 soundness 缺陷（即证明检查器本身可能被绕过），好消息是它们被迅速修复了。这个细节很关键：AI 生成可验证证明的前提，是那个「验证器」本身足够可靠。
顺着这条线，陶哲轩本人也在论述「数学 2.0 时代」——数学研究不再只是纸笔与讨论，而是人、AI 与机器验证器三方协作的流程。
这件事离日常生活远，但它的意义可以用一句话概括：这是第一次，AI 的产出被「机器可验证的标准」接住了。其他领域里，AI 说的话你只能选择信或不信；在数学里，一段证明要么通过检查器、要么不通过——没有中间地带。所以数学很可能是第一个被 AI 真正改变工作方式的知识领域。对我们普通人的启示不是数学，而是这个模式：想让 AI 的产出可信，关键是给它一个客观的、可自动判定的验收标准。换成你手里的活，就是——把要求写成能自动对错的规则，AI 才真正靠谱。
本文整理自公开新闻与技术资料，数据为报道时点数字，仅供知识科普，不构成任何投资或采购建议；产品能力与价格请以厂商官方发布为准。