菲尔兹奖得主体验ChatGPT 5.5 Pro：AI冲击下，数学研究的危机与人类价值何在？

菲尔兹奖得主的ChatGPT 5.5 Pro数学实验

如果AI的数学水平继续按目前速度发展，数学研究者很快会面临一场危机。菲尔兹奖得主Timothy Gowers在体验ChatGPT 5.5 Pro后，替学生们拉响了红色警报，其对博士生的影响尤为紧迫。

这位剑桥大学的数学大牛拿到5.5 Pro「优速通」权限后，把几道加法数论的公开难题丢给AI。不到两小时，小GPT独立完成一项他认为「完全够格写进博士论文」的数学成果，全程他未提供任何数学层面指导。

故事起点是加法数论大佬Mel Nathanson的一篇论文，里面列了一堆关于整数集合求和性质的公开问题。Gowers用这些问题为难ChatGPT 5.5 Pro，比如给定整数集合A相关条件，求A的直径最小能是多少。Nathanson已证明指数级上界，ChatGPT 5.5 Pro思考17分钟零5秒后，给出理论上最优的二次上界构造，核心思路是用Sidon集和等差数列组合构造。

Gowers又问升级版问题，也被解决，还让AI写成学术笔记，47分钟后标准LaTeX预印本就出来了。接着他问一般情形下k重求和集的直径问题，AI在麻省理工学院学生Isaac Rajagopal工作基础上做改进，独创k - 解离集合构造，经过多轮思考、写成预印本、审核等流程，Isaac判断结论基本成立，ChatGPT确实贡献了新想法，而整个过程Gowers数学输入为零。

AI提高了数学博士生入门门槛

这件事让Gowers看到两个逼近的危机。一是AI搞出的结果处理问题，arXiv和传统期刊不接受AI生成内容，Gowers设想建专门的AI数学成果仓库。二是数学培养体系被冲击，原本给新手的入门问题被AI快速解决，抬高了入门门槛。

不过Gowers给出两个缓冲空间。一是博士生可用AI，未来科研门槛可变为在人机协作下做出AI单独做不到的成果；二是AI最易突破组合数学，其他数学分支的审美判断目前仍是人类占优，但他强调这只适用于当下AI。

他还通过思想实验指出，如果主要想法和技术工作由AI完成，即便数学家起引导作用，也不能算其重大成就。但他认为真正做过研究的数学家更擅长和AI协作，数学沉淀的思维功底是AI时代的个人底气。

陶哲轩的三层金字塔

陶哲轩提出「金字塔」，将数学问题解决拆分为证明生成、证明验证、证明消化三部分。前两者AI正快速实现自动化，但证明消化远未解决，会引发「认知过载」和「证明消化不良」。

有人提议把证明消化也自动化，但陶哲轩用烹饪类比，说明盲目优化「可读性」指标可能让结果更差。数学学习中有些「自然难度」本就该难，读者需「咀嚼」才能真正理解并迸发灵感。

不要掉进搅拌机

两位菲尔兹奖得主面对AI冲击，Gowers看到危机，原本为年轻数学家的「入门赛道」被AI碾平，培养体系和学术发表规则受影响；陶哲轩给出边界，AI目前无法取代人类的证明消化工作，这触及智能本身。

在数学领域，独属于人类的珍贵东西可能是有益的「自然难度」，其他领域或许同样如此，有些事必须人亲自去做。