一道困扰数学界40年的难题，8周内迎刃而解。菲尔兹奖或许难以为继

这个难题曾让数学家们苦战四十年。人工智能在八周内完成了它。

上月，预印本服务器 arXiv 上出现了一篇论文，在一篇纯数学著作中出现了不寻常的措辞——“奇迹般地”（miraculously）一词在第一页上出现了两次。这篇论文解决的难题——在学界内部被称为 M23——自 1980 年代以来一直徘徊在可解与不可解的边缘，是伽罗瓦逆理论中一个顽固的结，即便是最锐利的代数学家也无法解开。这项成果由人类数学家与人工智能快速协作完成，涉及一个 23 次多项式，其系数包含十四位数、落在万亿量级的数字。

令人不安的恰恰是速度。不仅是两个月的时间线——对于一个坚守了四十年的问题来说，这快得荒谬——更是合作本身的形态。AI 并非直接把答案抛给人类再去核查。它生成了中间结果，而人类团队起初根本无法理解，只能事后逆向推导。康涅狄格大学数学教授、韩国高等研究院副教授李圭焕（Kyu-Hwan Lee）将这种体验比作 AlphaGo 那场著名的第 37 手：当时任何职业棋手都无法为之辩护的一步，事后才显现出其意义。

“当 AI 走在前面时，人类只能跟在后面去理解，“李在采访中说。

这种倒置——机器在前，人类在后——才是真正的突破。过去一年来，它一直在数学、物理和计算机科学领域悄然积累。但 M23 给了它一个名字，也设定了一个期限。

M23 究竟是什么

要理解这件事为何重要，你需要对这个问题是什么有一个粗略的认知。伽罗瓦逆理论是代数分支，研究多项式方程中的对称性。经典版本从方程出发，要求你找出它的解。逆变体则将问题翻转：你指定一种期望的对称结构，然后必须构造一个多项式，使其恰好产生那种结构。

在这个特定框架下，已知有二十六种对称类型。其中二十五种，最终有人构建了相应的多项式。M23 是最后一个顽抗者。

这不是一个应用问题。它建不成桥梁，也训练不出模型。它是纯粹的数学——抽象的、形式化的，看上去与任何具有直接后果的事物都相去甚远。而这恰恰是其解决之所以重要的原因。如果一个抽象程度如此之高、需要如此深厚的数学成熟度的问题，能在 AI 协助下两月内被攻克，那么什么算作人类洞见、什么算作机器计算之间的界限，就已经比任何人在公开场合承认的都要薄了。

李将 AI 的能力水平比作博士生高年级或博士后研究员。但这个比较具有误导性。研究生学习如何推理；AI 似乎直接跳跃。它处理了海量计算、编写了代码、测试了假设候选——这些通常耗费数周枯燥劳动的任务。留给人类的是驾驭：决定将计算推向哪个方向、判断输出是否在数学上成立、重建 AI 以某种方式找到却未能解释的逻辑链条。

“我不认为 AI 是独立解决了这个问题，“李说，“但没有 AI，以如此快的速度找到答案是不可能的。”

菲尔兹奖的时钟正在滴答作响

论文中最具挑衅性的论断并非关于 M23 本身。它是关于菲尔兹奖。

李引用了某些数学家中流传的一种看法：2030 年可能成为最后一届菲尔兹奖颁奖仪式。这一推理是结构性的，而非阴谋论式的。菲尔兹奖每四年颁发一次，授予四十岁以下为杰出贡献的数学家，它建立在一个简单的假设之上：被归功于获奖者的工作是可辨识的、属于人类的。合作没问题。合著论文也很常见。但在某个阈值之上，指挥 AI 的人类与指挥人类的 AI 之间的界线变得模糊，足以使该奖项失去意义。

“如果你无法清晰划定某项成果中有多少协作来自 AI，那么菲尔兹奖真的可能消亡，“李说。

这不是对遥远未来的猜测。这是对一种衡量个人天才的制度所做的预测。菲尔兹奖设计于这样一个时代：一个单独的头脑，经年累月地工作，就能产出突破。一个借助 AI 协作在数周内达成同样成果的合作，改变的不仅仅是节奏。它改变了该奖项所赖以建立的成就类别。

国际数学联盟尚未宣布任何政策转变。但压力会在政策到来之前先行抵达。数学界每一项重大竞赛——克莱千年大奖、阿贝尔奖、各国国家奖——都面临同样的定义危机。问题不在于 AI 能否产出数学成果。它已经在做了。问题在于这些成果能否被公正地归属。

未来五年将是混沌的

李预测，数学界将在未来五到十年内经历真正的动荡。在传统师承模式下培养起来的研究生——用三年时间啃难题以构建直觉——会发现他们的训练节奏已过时。一个 AI 三天就能解决的问题，过去需要学生花三年才能学会。旧节奏的合理性已然坍塌。

“两年前，人们仍认为数学离 AI 的能力还很远，“李说，“不到六个月，氛围就变了。”

然而，许多分析人士忽视了一个积极面。李认为，随着 AI 日益强大，人类的数学判断力将变得更——而不是更少——重要。能够审视 AI 输出、检测其是否正滑向错误结论并加以引导的人，将依然不可替代。技能从计算转向验证，从推导转向诊断。

“不会被 AI 牵着走、而是能够控制和监控它的人，将是具备强数学能力的人，“李说。

他将这类人称为 homo mathematicus——“数学人”——那个保留了独立思考和正确判断能力的人。在一个机器能够快速生成看似合理证明的图景中，辨别一个结果是否真实且被理解的能力，将成为最稀缺的技能。

为何其影响远超数学

M23 的结果正在 arXiv 评论和会议聊天中被热议。但其含义远远超出了纯数学。任何通过渐进式问题掌握来训练专业人士的领域——物理学、理论计算机科学，甚至部分哲学——都面临着同样的结构性冲击。研究生模型假设难度是缓慢累积的，你通过在难事上花费时间赢得能力。AI 完全绕开了这一假设。

更深层的含义是认识论意义上的。数学一直因其真理的确定性和可验证性而主张一种特殊地位。但如果验证本身需要人类去追随 AI 的线索，传统的层级——人类发现，机器验证——便被颠倒了。机器负责发现。人类负责验证。而有时候，正如第 37 手的类比所示，人类验证得太晚，以至于无法占有那个洞见的所有权。

李的管弦乐队比喻捕捉到了这种模糊性：你难以将指挥的贡献与乐手的贡献明确分割。但比喻解决不了政策问题。终有一天，有人必须决定：在一个 AI 产出成果的速度超过任何个人能学会评判它们的世界里，什么才算作人类的成就。

上一次数学界面对如此颠覆性的工具，是计算机本身的发明——而那花了数十年才被吸收。这一次，调整窗口可能以年计，而非以世代计。菲尔兹奖未必能挺过这一轮。