15分鐘一局的王者榮耀，成了數學博士生的避難所。

一局王者榮耀的時間是15分鐘，而這段時間，AI恰好能解出一道博士水平的數學題。

夢溪是一名王者榮耀愛好者，最高段位是巔峰賽1955分，與此同時，他也是一名數學博士生。

最近他花了兩周，把元流輔助的戰力從9000多一口氣打到了11000。

主要原因就是，AI的數學能力，讓他“道心破碎”了。

其實他一直認為自己像個戰神，巔峰賽手拿把掐，只是沒打。因為他覺得，研究生寶貴的時間，應該花在挑戰數學有趣的難題上。

直到一條新聞打亂了他的科研生活——5月20日，OpenAI宣布，他們的內部模型，第一次像數學家一樣，獨立推翻了一個人類研究近 80 年的數學猜想，且使用的方法堪稱絕妙。

這個猜想叫做“平面單位距離猜想”，由傳奇數學家 Erd?s 提出，內容用一句話概括為：平面上任意給定 n 個點，其中距離恰好為 1 的點對數量，最多為 n^{1+o(1)} 。

不管你看不看得懂，用菲爾茲獎得主Timothy Gowers的話說：如果你是一位數學家，可能真要震驚癱坐在椅子上了（原話是，你可能需要確保自己坐穩了）。

夢溪告訴我們，他以前沒時間打游戲，因為經常忙著研究數學，但現在感覺，沒有意義了，不如上兩把分。

在和差評君聊天時，夢溪正在酒店里，享受一場久違的旅行。在這之前，他一直保持著良好的習慣，不是上自習，就是搞科研。

他只是覺得，是時候出去走走了，先逃離上海吧，逃到一個沒有數學的地方。

有些差友可能滿腦子問號：作為全世界原子彈爆炸頻率最高的地方，你們AI圈吹牛也不是一次兩次了。AI 能研究個毛的數學啊？

但這次確實不太一樣。

“平面單位距離問題”是離散幾何領域的一個核心問題，描述為：在平面上給定 n 個點，最多能有多少對點之間的距離恰好等于 1？

這題雖然比不上黎曼猜想，哥德巴赫猜想這樣的明珠，但也算該領域教科書級別的經典難題，Erd?s 本人還為它設了懸賞。

Erd?s 本人給出過一種構造，能讓點對數量達到 n^{1+o(1)}，這就是上面提到的被AI推翻的“猜想”。

AI 的思路非常驚艷，靠構造反例，成功推翻了這個猜想。

而且它的做法，是把這個看似幾何的問題，遷移到了一個看似毫不相關的領域：代數數論，調用該領域的現有工具構造出了反例。

OpenAI：邪修秒殺題，有感覺嗎？

雖然夢溪對 AI 研究數學早有耳聞，但他沒想到，這一天來的這么快。

用 AI 研究數學第一次進入他的視野，是去年DeepSeek爆火的時候。他用 DeepSeek做過一些題，某些方面還不如本科生。

同時，還有一群我們俗稱的民間科學家，拿著 AI 生成的黎曼猜想證明給他投稿，其中有一份是《基于某二次元游戲的黎曼猜想證明》，當時他覺得最難的事情是繃住。

但僅僅到2026年初，夢溪和他的同學們就發現，AI 的數學能力發生了斷崖式的跳變。之前做本科習題還會翻車的AI，碩博課程的習題已經能輕松拿下。

他和同學原本計劃編一本代數教材的習題答案，后來發現喂給 AI 就能哐哐哐寫完了，這還編啥？所以他已經在嘗試借助 AI，完成這個習題答案編著工作。

他算了一下：從不如本科生到推翻數學猜想，AI也就用了15個月。

考慮到內部模型和公開版的代差，AI 能力實際的躍遷時間也不會超過兩年。

一個人要走完這段路，至少得二三十年吧，再長就拿不到菲爾茲獎了。

按這個速度，三年以后會是什么樣呢？夢溪說，真的不敢想。

歷史總是驚人的相似，數學研究現在也可以分為兩派，傳統派和維新派。

一派是不相信 AI 能做出啥成果的，另一派已經把 AI 當成不可或缺的伙伴了。雖然現在，維新派已經有OpenAI替他們辯經了。

《返樸》曾采訪過西交大的一名本科生湯泉宇，他很早就開始用AI做數學研究，在圈子里很有名，也很有爭議。

傳統派覺得他功底不扎實，這樣是要吃大虧滴。結果，人家后來就去跟菲爾茲獎得主陶哲軒合作了。

但想成為維新派，也并非那么容易。夢溪說，他身邊的圈子，已經充滿焦慮了。

他的某個朋友，曾一心想留高校做教職，現在直接放棄了，打算趕緊把博士讀完，爭取拿個編制。

另一個博士生朋友，曾經有個思考了五六年的問題，在 AI 的輔助下，幾天就攻克了。于是他陷入了惶恐：如果AI幾天就能做到，那我這五六年算什么？

而夢溪第一次感受到AI的魅力，是在研究生討論班的時候。他其實有感覺，之前討論時，導師對他的發言不是很滿意。

直到有次打巔峰賽上頭，走投無路了，就拿 AI 研究了下內容。那次討論班，他明顯感覺到導師很滿意。從那之后他就明白，AI 太好用了。

現在，他也已經覺醒了Vibe mathing的能力，包括他身邊所有同學。

于是，他自研了一套基于王者榮耀的Vibe mathing策略。

因為GPT模型生成一輪答案的用時大約是15分鐘，恰好是一把巔峰賽的時間，于是他就會在 BP 階段秒選出元流之子輔助，然后寫提示詞，在發送給GPT后投入戰斗，戰斗結束剛好就能收到來自GPT的證明，形成良性循環。

從此，他就對Vibe mathing（不是王者榮耀）上癮了，甚至能研究到半夜三點。

我們再往下看，就會發現，這事兒也不只是一個人的問題。

夢溪說，如果一位數學博士想在高校體系里生存，就得出成果。

而要出成果，就只能做那些偏保守的，方法成熟的研究，這樣，產出才有確定性。然而這種研究，恰恰也是AI最擅長的事情，相當于整合各種知識，或者像推翻“單位距離猜想”那樣，遷移不同領域的知識，然后，堆工作量。

夢溪告訴我們，很多數學博士生為了畢業而發表的學術論文，本質就是把A領域的方法遷移到B領域。而從AI目前的勢頭看，批量生產這種“知識遷移”向成果，只是時間問題。

而這種“知識遷移”向成果在當前的學術評價體系下，也已經是相當大的創新了。OpenAI這次所取得的重大突破，就是一個”知識遷移“向的成果。

所以夢溪判斷，再這樣下去，大概只有5%的數學從業者，不會被AI替代。

"AI對數學最大的沖擊，不是它有多強，是讓大部分人認識到自己是平庸的。"

“也算打臉了之前一些'學科鄙視鏈'的風氣吧。之前嘛，學數學的看不起學工科的，學計算機的看不起生化環材的，現在，只能說反轉了。人生化環材至少還得做實驗呢，不會被AI取代?！?/p>

說了這么多，傳統派真的要大失敗了嗎？

我們也詢問了一位福大數學系的副教授，有意思的是，黃書棋老師的態度比夢溪冷靜很多， 甚至可以說樂觀。

黃老師的判斷是，AI沖擊的只是數學的局部，不會取代數學家，因為數學家有“審美”。

AI做數學的路徑，簡單來說是這樣的：吃掉海量的歷史文獻和已有成果，在那些已經高度形式化的領域——比如代數、組合——進行訓練，再通過一個叫Lean的形式化驗證工具不斷自我糾正。如今AI的突破，幾乎就全集中在這類"標準化"的數學方向上。

剛才提到的單位距離猜想，其實就是個典型案例：AI把代數數論的現有工具跨領域遷移到離散幾何上，完成了一次漂亮的知識重組。厲害嗎？當然厲害。

但本質上，它用的每一個工具都是人類已經發明好的，它做的事情是把這些工具以一種沒人想過的方式拼在了一起。

但黃老師認為，這并不是數學里最核心的那種創造。

他向我們舉了個例子，數學家哥德爾和科恩在研究連續統假設時，并不是采用已知的數學工具，而是努力把“什么叫數學證明”這件事，變成了一個可以研究的數學問題。

正是在這個基礎上，哥德爾和科恩才分別構造出了不同的數學宇宙，一個讓連續統假設成立，一個讓它不成立。

這種能力，對AI還是太超前了。

黃老師說，它一定缺少一種來自學科發展動機的判斷，因為AI沒有這種訓練數據。它不會知道，為什么我們非要發明這個工具，而這個為什么，恰恰就來自數學家的審美。

這，就是人類數學家的安全區。

但殘酷的地方在于，“審美”恰恰是數學里門檻最高的部分，這種能力不是靠努力就能培養的，很多數學家窮盡一生也未曾做到。

絕大多數數學從業者，他們的職業生涯都會在"安全區"之外。

因此，黃老師的判斷和夢溪異曲同工。AI在不久的將來淘汰掉“科研民工”，已經是板上釘釘的事了。

那數學專業的畢業生們何去何從，甚至數學專業又何去何從？

沒人知道。一切都還在飛速向前。

夢溪今年25歲，在轉博之前，AI的數學能力在他面前還是智障。轉博之后，AI突然就碾壓了自己。

在他人生的前25年，從來沒想過會有一種硅基的東西，在數學上的能力會遠遠超越自己。

他之前想在高校待一輩子，覺得跟數學打交道就夠了。用他的話說，他之前喜歡打PVE。

但現在，PVE打不下去了，他開始投身PVP，因為他認為跟人打交道，在AI時代會越來越重要。

當然，他也從來沒后悔過選擇數學，就像排位時秒選元流之子，本質上，這都是一段經歷。

他說如果沒有這些經歷，他對AI的認識就沒有這么深刻，也不會有時間去思考自己的價值。當一切想清楚之后，他依然相信，明天會更好的。

撰文 ：不咕

編輯：江江 面線 大餅

美編：煥妍

圖片、資料來源 ：

感謝受訪人提供，部分圖源互聯網