人们惊叹于“AI已经能做顶尖数学”，却少有人意识到，人工智能与数学的结缘，几乎和AI这门学科本身一样古老。七十年间，AI在数学中的角色一再跃迁：从只会按规则执行的“逻辑计算器”，到能从数据中捕捉规律的“模式识别器”，再到如今能独立阅读文献、提出证明策略、甚至自主发现新定理的“研究伙伴”，一步步闯入了过去只属于顶尖数学家的核心疆域。

一、符号主义时代：用逻辑规则“计算”证明

AI介入数学的最初形态，是自动定理证明。

1956年，纽厄尔、肖和西蒙开发出“逻辑理论家”程序，成功证明了罗素与怀特海《数学原理》中的数十条定理。这是人类第一次用计算机完成真正的逻辑推理，也被视为自动定理证明的开端。四年后，美籍华裔学者王浩在IBM 704计算机上实现了一套高效算法，一举证明了《数学原理》中一阶逻辑带等词部分的约400条定理。这套方法后来被称为“王浩算法”，他也因此于1983年荣获首届自动定理证明大会最高奖“里程碑奖”。1965年，Robinson提出消解原理，为自动定理证明确立了统一的逻辑基础；此后锁归结、线性归结等改进方法相继问世，机器推理的效率由此大幅提升。

在中国，数学家吴文俊另辟蹊径：他将几何问题转化为代数方程组，以特征集方法实现了几何定理的机械化证明——这就是影响深远的“吴方法”，为机器证明打开了新的大门。

1976年，四色定理借助计算机完成证明，成为这个时代最具标志性的时刻。数学家将问题拆解为上千种构型，交由计算机完成人类根本无法手工穷尽的验证，第一次让世界看到计算机在处理超大规模数学问题上的独特价值。

然而，纯符号的路径很快触到根本瓶颈：搜索空间的组合爆炸。随着定理复杂度的提升，可能的逻辑推导路径呈指数级增长，再快的计算机，也无法靠穷举搜索完成真正有深度的证明。正是这个局限，催生了后续的范式转变。

这一阶段的AI，不再死板地套用逻辑规则，而是学会了从海量数学数据中识别模式、捕捉“数学直觉”。2021年，DeepMind团队在《Nature》发表研究，用图神经网络分析纽结理论中的不变量，发现了人类数学家几十年未曾察觉的数学联系——这是深度学习第一次在纯数学领域做出真正的新发现。其独特价值，正在于能处理人类难以驾驭的高维数据空间，找到那些非直观的、隐藏的数学规律。

在证明辅助方向，深度学习与Coq、Isabelle等经典形式化系统结合，催生了“神经-符号”混合架构：神经网络负责从大量证明中学习策略、预判证明方向，符号系统则负责保证每一步推导的绝对严谨。二者结合，让AI得以替数学家承担大量中间引理的证明工作，大幅降低了形式化证明的门槛。

与此同时，强化学习算法让AI在巨大的组合空间中高效搜索，成功构造出多个图论著名猜想的反例。“找反例”这件过去极度依赖数学家经验与灵感的工作，第一次有了系统化的机器方法。

但直到2023年，AI在数学中仍只是“辅助工具”：它能帮人找规律、补细节、算特例，却很难独立完成完整而富有创造性的证明。真正的质变，发生在大模型时代。

2024年以来，大语言模型与推理模型的快速进化，使AI在数学领域的能力出现质的跃升。这场变革不再局限于单点突破，而是沿三个前沿方向并行推进，重新定义了AI在数学研究中的角色。

1. 从银牌到满分：奥林匹克赛场的登顶

国际数学奥林匹克（IMO）的成绩，是AI数学推理能力最直观的标尺。

2024年，Google DeepMind的AlphaProof联合AlphaGeometry 2，在IMO中解出6道题中的4道，获得28分，达到银牌水平。AlphaProof先将约800万个命题自动形式化，再通过强化学习在Lean形式化环境中探索证明路径，第一次让AI在顶级竞赛中逼近人类顶尖选手的水平。

2025年，Google Gemini Deep Think模型在IMO中获得35分，达到金牌线，完成6道证明题中的5道；同年，字节跳动的Seed Prover 1.5在16.5小时内解出IMO前5题，同样达到金牌水平。

2026年，小红书dots-note-3.0模型在IMO中拿下42分满分，首次有大模型在IMO官方评卷中摘得满分金牌。与此前系统不同的是，它无需人类专家将题目翻译为逻辑语言，可直接处理原始竞赛文件；模型采用智能体框架，将自然语言推理与Python编程执行相结合，通过多步骤自我审查循环持续修正逻辑错误。

2. 形式化证明：把数学变成“可核验的代码”

如果说竞赛是对解题能力的检验，形式化证明则是AI带给数学研究的最具变革性的能力。

所谓形式化证明，就是把自然语言写就的数学证明，翻译成计算机可以逐行验证的严谨代码——每一步推导都有明确的逻辑依据，没有含混的“显然”“易证”，也不会因作者的疏漏而藏匿错误。这项工作的核心平台，是Lean编程语言及其配套的MathLib数学代码库。

2026年2月，AI首次完成菲尔兹奖级别成果的形式化验证：数学家Maryna Viazovska关于8维和24维空间中最有效球体堆积方式的研究，被成功转化为计算机可验证的代码。

更具标志性的突破发生在2026年9月：Anthropic公司的Claude进阶版模型仅用11天，便完成了费马大定理首个端到端、经机器检查的形式化证明，代码长达1300万行。而此前，由英国帝国理工学院数学家Kevin Buzzard领导的团队预估，这项工程需要约10年。Buzzard评价道：“以前，我有99.9%的把握认为该证明是正确的；在Claude的工作完成后，我现在是100%确信。”

在中国，形式化数学同样在快速推进。清华大学团队利用AI对长达两万页的有限单群分类定理证明进行Lean形式化，截至2026年8月已产出超过99.4万行代码化数学理论；中国科学院数学与系统科学研究院的Numina-Lean-Agent，则在2025年Putnam竞赛中形式化证明了全部12道试题，达到当时世界最先进水平。

3. 从“证明定理”到“发现数学”

更深的变化在于：AI开始从“证明人类提出的定理”，走向“自主发现新的数学”。

2026年，北京大学团队研发的AI系统Rethlas-Archon，在全自动、无人类参与的条件下，通过构造反例否定了交换代数领域悬置十余年的Anderson猜想，并完成近两万行Lean 4形式化验证。中国科学院数学院发布的数学机械化智能体（MMAT），搭建了覆盖数学研究全流程的框架，自主攻克了多项长期悬而未决的数学难题。

在猜想生成方向，研究者提出了“猜想-证明循环”的研究管道：利用大语言模型自动生成数学猜想，在Lean 4中完成证明，并从上下文中的证明学习不断迭代，催生新的定理。同济大学团队开发的Moonshine智能体，更是将猜想生成确立为自主数学研究的核心目标。

答案恰恰相反。我们非但没有抵达终点，反而正站在一种全新数学研究范式的起点。

未来的数学研究中，AI会成为数学家的标配研究伙伴：替我们完成繁琐的证明核验，在巨大的组合空间里搜寻反例，沿着逻辑树探索可行的证明路径，在海量文献中串联起被人忽略的联系，甚至独立攻克一部分技术复杂的前沿问题。那些过去因证明篇幅过长、计算量过大、逻辑分支过多而被搁置的问题，将重新进入可研究的视野；人类能够探索的数学疆域，会被前所未有地拓宽。但这场变革也在倒逼整个数学界，重新审视两个根深蒂固的判断。

一直以来，人们默认“证明的复杂与冗长”是数学研究最核心的难点，而希尔伯特问题、千禧年大奖难题这类著名猜想，便是数学前沿的标尺。可AI的飞速发展，正在给这两个判断打上深深的问号：当机器能以远快于人类的速度完成严谨的证明、自主构造反例、甚至批量生成并验证猜想时，“完成证明”还能代表数学研究的最高价值吗？那些以“证明难度”定义的前沿，还是真正的前沿吗？

这一切，最终都会回到那个最根本的时代之问：数学的本质究竟是什么？数学的意义何在？数学的生命力将来自哪里？数学研究的内容与方向又将是什么？当AI越来越擅长完成那些曾被视为人类智力巅峰的证明工作时，人类数学家的核心价值，又将落在哪里？

文章精选：

1.刚刚，图灵奖得主Hinton发了首篇RSI论文

2.图灵奖得主本吉奥警告全网：AI已经学会“演给安全测试看”，下一代我们可能真的抓不住了！

3.图灵奖得主萨顿 WAIC 2026 最新演讲：现在的 AI 还不算真智能，我们正迈入经验时代

4.菲尔兹奖得主陶哲轩最新访谈：未来数学属于人类与 AI 的混合体

5.图灵奖得主、AI教父辛顿：AI已具备意识，且将进化成远超人类的智能生命体

6.图灵奖得主、“AI教父”辛顿认错：我当年想得太简单！卡死医疗AI落地的，其实是背后的法律

7.图灵奖得主Bengio预言o1无法抵达AGI！Nature权威解读AI智能惊人进化，终极边界就在眼前

8.图灵奖得主、强化学习之父Rich Sutton：大语言模型是一个错误的起点

9.图灵奖得主杨立昆：大语言模型缺乏对物理世界的理解和推理能力，无法实现人类水平智能

10.压缩即是全部 —— 菲尔兹奖得主 Michael Freedman 给数学和 AI 的一封信