AI接连攻克数学难题 它会取代数学家吗？

这事儿还得从最近的两条新闻说起。7月底，腾讯混元科研智能体Hyra，靠着Hy3大模型，只用了24小时就拿下了加法组合学领域一个卡了50多年的和差集公开难题，直接把最优指数推到了理论极限值2。紧接着8月初，OpenAI也披露，他们的测试模型已经解决或推动了10道长期未解的数学问题，横跨高维几何、编码理论、群论等多个领域。

从当初的辅助计算，到如今能独立提出构造方案，AI在科研中的角色正在发生质变。舆论场也跟着炸了锅：AI做出来的成果，到底算不算真正的原创发现？科研智能体的能力边界到底在哪？基础研究领域，又该怎么建立人与AI协同的新范式？我们跟腾讯混元算法研究员林聊了聊，他把这些问题拆成了三问，逐一给出了判断。

第一问：AI解数学题是原创发现，还是强大检索能力的体现？

面对“AI解数学题究竟是真正的原创发现，还是强大检索与形式化证明能力的体现”这个疑问，林的判断是：当前新一代科研智能体已经开始接近真正意义上的原创发现。

他介绍，腾讯混元这次攻克加法组合学难题，根本不是简单地去翻旧知识，也不依赖大规模文献检索或者预先设定好的搜索空间。它的路径更像一个人类数学家：先提出猜想，然后尝试不同路径，接着分析失败原因，总结中间结论，再根据这些结果不断调整方向。

“整个解题过程，更像一个由多位AI数学家组成的虚拟实验室。”林描述，多个智能体各自独立探索，定期交流各自获得的思路、反例和阶段性结果，在这个基础上相互启发、修正和收敛，最终慢慢形成完整的证明框架和研究结论。整个过程主要用自然语言完成，智能体的分析、推理和讨论记录全部可读、可检查。

在他看来，这展现出的不只是验证已有答案的能力，更是生成新猜想、发现关键结构并建立论证路径的能力。相比之下，早期AI数学系统比如AlphaGeometry，更多依赖形式化建模、专用搜索算法和大量计算，在明确的解空间里找答案。而随着大模型长程推理能力、智能体协作与持续工作能力的提升，AI解决科研问题的方式正越来越接近人类研究者。

“未来判断AI是否实现原创发现，关键不在于它是否使用了检索或计算，而在于它是否提出了此前未知的有效思想，是否发现了新的结构与方法，以及这些结果是否能够经受独立验证。”林说。

第二问：哪些工作AI无法取代？

AI在数学领域的亮眼表现，也让“AI会不会取代科学家”的讨论再次升温。林认为，目前科研智能体主要生活在数字世界，能力发挥依赖人类为它搭建完整的研究环境，包括接入数据和文献资源、提供计算能力、配置软件工具、设计任务接口，并明确最终交付的成果。

至少有三个环节，目前还高度依赖人类研究者。首先是发现和定义真正有价值的研究问题。AI可以在给定目标下高效探索，但“什么问题值得研究”“一个问题为什么重要”“它与更大的科学目标有什么关系”，这涉及对学科历史、现实需求和未来方向的综合判断，这种问题意识目前仍主要来自人类。

其次是建立研究环境并协调资源。“如何把一个科学问题转化为AI可以持续执行的研究系统，是一项重要的工作。”林说。最后是对研究结果进行验证、解释和负责。最终决定一项结果是否能够进入科学知识体系，仍然需要人类研究共同体的审查和确认。

“与其简单区分‘哪些AI能做、哪些人类能做’，不如把科研看成一个可以动态分工的系统。”林说。

第三问：科研人员与AI如何更好协同？

AI科研能力的快速提升，正在倒逼科研范式的变革。林认为，人与AI协同科研不应只是把AI当作更强的搜索引擎、编程助手或论文写作工具，而应当将其视为科研参与者。

他提出，未来更有效的范式，是由人类负责提出方向、定义问题和建立评价标准，由AI负责大规模、长时间、多路径探索，再由人类与AI共同完成验证、解释和知识沉淀。实现这一范式，首先需要从“单轮提问”转向“持续运行的科研系统”。真正的科研无法通过一次问答完成，需要经历假设提出、实验设计、失败分析、方向调整和反复验证。科研智能体应当具备长期记忆、任务规划、工具调用和自我反思能力，能够围绕一个问题持续工作数天、数周甚至更长时间。

其次，需要从“单一模型”转向“多智能体科研组织”。不同智能体可以承担不同角色：有的负责提出猜想，有的负责寻找反例，有的负责证明，有的专门审查逻辑漏洞。通过独立探索、交叉批评和定期汇总，可以降低单一模型陷入错误路径的风险，更接近真实的科研团队。

同时，必须建立严格的验证机制。AI提出的结果不能仅凭语言流畅性或推理完整性来判断，数学研究需要形式化检查或专家复核，计算研究需要独立复现，实验研究需要真实实验验证。

“未来科学家的核心能力，可能不再只是亲自完成每一步推导和实验，而是提出高价值问题、设计研究系统、组织多个智能体协作、识别关键异常，并判断一个结果是否真正重要。”林表示，人与AI的关系既不是“AI辅助科学家”，也不是“AI取代科学家”，而是形成一种新的科研组织形态。