数学专业，危！菲尔兹奖得主亲测ChatGPT 5.5 Pro，17分钟出论文级成果

数学专业，危！菲尔兹奖得主亲测ChatGPT 5.5 Pro，17分钟出论文级成果

一句话看懂：菲尔兹奖得主Timothy Gowers用ChatGPT 5.5 Pro在17分钟内解决了加法数论公开难题，产出了“够格写进博士论文”的数学成果，且过程中未提供任何数学指导。这一实验暴露了AI对数学博士生培养体系的潜在冲击，同时也引发了关于“人类数学家不可替代价值”的深层讨论。

事件核心：发生了什么

剑桥大学教授、菲尔兹奖得主Timothy Gowers获得了ChatGPT 5.5 Pro的“优速通”权限后，主动将一组加法数论公开难题抛给AI测试。他要求AI优化整数集合直径的最小上界——原方法由Mel Nathanson证明为指数级上界（2^k-1），而ChatGPT在思考17分钟零5秒后，给出了一个理论上最优的二次上界构造，核心思路是利用Sidon集与等差数列的组合。随后，Gowers进一步追加了限制求和集、k重求和集等升级问题，AI均独立完成证明并输出标准LaTeX预印本，全程仅靠Gowers扮演“项目经理”角色提出需求。最终成品经MIT学生Isaac Rajagopal审阅，确认为“思路层面正确且贡献了新想法”。

为什么重要

此次实验直接把数学科研的入门门槛暴露在AI面前。Gowers指出，当前数学博士生训练的核心路径——抛出难度适中的公开问题供新手突破——正被AI碾平：原本需要数月甚至数年的练习，现在2小时内可以完成。两位菲尔兹奖得主的视角形成互补：Gowers看到了培养体系的地基动摇与学术发表规则失效（arXiv和传统期刊拒绝AI生成内容）；陶哲轩则提出了“证明消化不良”的概念，认为AI能大量生成可验证的证明，但人类对证明的“消化”（真正理解其结构、意义和深层启发）仍是不可替代的壁垒，且盲目优化“可读性”反而会使数学失去“自然难度”带来的思维价值。这本质上是技术和学术生态的再平衡问题。

对用户/开发者/创作者的影响

对数学从业者：研发出“被AI解决”不再是科研成果的合格标准，竞争已从“证明新定理”转向“在AI助手下解决AI单独做不到的问题”。Gowers建议研究人员未来需侧重人机协作下的原创性，而非独立证明。

对数学教育者：需紧急调整课程体系，从训练独立解题转向培养“与AI协作”的能力——包括问题拆解、方向判断、审阅AI输出等基本功。这类似程序员中“Vibe coding”（直觉编程）的迁移。

对科研管理者：目前AI产出的数学成果缺乏发表渠道，Gowers提议建立专门的AI数学成果仓库（需经人类数学家或形式化验证工具严格审核），但该机制短期内难以形成共识。开放性问题——成果归属、版权认定、同行评议标准——仍待解决。

值得关注的后续

学术发表规则是否松动：arXiv和传统期刊目前拒收AI生成内容，但随着Gowers这样的顶级学者公开呼吁，数学界可能被迫协商新的论文署名规范与验证流程。

工具生态的进化方向：ChatGPT 5.5 Pro的“优速通”权限目前是灰度测试状态，但若该能力常态化部署，将推动更多数学研究工具（如Lean、Coq形式化证明助手）与人机协作模式整合。

入门训练模式的变革：数学系是否会在未来一年内推出“AI辅助研究”必修课，并通过类似“AI数学挑战赛”来重新定义博士学位最低要求，值得关注。

来源：量子位 · 每日最新