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分钟内独立完成了一道加法数论公开难题的优化证明，成果质量被认为“完全够格写进博士论文”。这一事件冲击了数学研究入门训练的根基，也在学术归属和AI协作边界上引发了深刻讨论。

事件核心：发生了什么

剑桥大学教授、菲尔兹奖得主Timothy Gowers近期获得了ChatGPT 5.5 Pro的高权限访问。他将一组来自加法数论学者Mel Nathanson论文的公开问题提交给AI，测试其数学推理能力。在没有任何数学层面的指导前提下，ChatGPT 5.5 Pro用17分钟思考并给出了一个理论上最优的二次上界构造，超越了Nathanson本人原有的指数级证明。随后，AI又自主完成了将二重求和集推广至限制求和集、以及一般k重求和集直径的改进证明，并自动生成LaTeX格式的学术预印本。整个过程耗时不到两小时，Gowers仅提供“展开试试”、“写成论文”等方向性指令。另一位菲尔兹奖得主陶哲轩则同时提出，数学证明的“消化”问题——即真正理解证明为何正确、揭示了什么结构——才是当前人类数学家最不可替代的价值。

为什么重要

这个实验揭示了一个逼近的现实：AI已能独立攻克传统上用于博士生入门训练的“中高难度公开问题”。这不仅抬高了年轻数学家的入门门槛——以前需要证明一个没人证过的东西，现在得证明AI也证不了的命题——还动摇了学术发表的规则。arXiv和传统期刊均不接收AI为主创者的稿件，成果归属无明确路径。Gowers的测试表明，组合数学这类以反向推理为特征的领域尤其容易被AI突破，而其他依赖审美判断和方向选择的分支暂时仍是人类优势区。但正如Gowers所警告：大模型迭代太快，现有判断可能数月后过时。

对用户/开发者/创作者的影响

对于正在攻读或计划攻读数学博士的群体，这一事件意味着职业路径需重新评估。Gowers给出的方向是：人机协作将成为新常态，研究者需要从“独立发现”转向“引导AI完成自身无法独立完成的工作”。对于AI工具的使用者，实验证明，对问题解决过程理解越深的人，越能有效驾驭AI——数学素养成为可迁移的底层优势而非无用技能。对于AI开发者和平台方，此案例也表明，大模型在推理型任务（如数学证明）上正从辅助工具向独立主体转变，亟需建立AI贡献的审核与署名机制。

值得关注的后续

首先，Gowers提出的“AI数学成果仓库”构想能否落地，以及数学界如何订立统一的AI贡献标注标准。其次，陶哲轩关于“证明消化不良”的判断是否会推动新的数学教学工具——专门辅助人类理解AI生成证明的交互系统——的开发。最后，其他大模型（如Claude、Gemini）是否会跟进类似的数学推理能力测试，以及未来3-6个月内AI在组合数学外的其他分支（如代数几何）突破的可能性。

来源：36氪 · 24小时热榜