AI 几周解开的数学难题，比人类十年还多 — 但「会做题」不等于「会思考」

「AI 在过去几周里解决的开放数学难题，比人类过去十年加起来还多。」Fireship 频道本周抛出的这个观察，指向一个越来越清晰的事实：机器在纯推理领域已经开始超车。但「会做题」和「会思考」之间，是否真的能划等号？

这是什么

近期多家 AI 实验室在数学领域取得突破。其中 DeepMind 的 AlphaProof（一种能自主推理并写出完整数学证明的系统）在国际数学奥林匹克级别的题目上达到接近金牌水平。这些进展让「AI 能不能做数学」从开放问题变成了阶段性结论。

行业怎么看

乐观派认为这是 AI 推理能力跃迁的标志，类似技术未来可以渗透到芯片设计、药物研发等需要严密逻辑的领域。但质疑声音同样值得听：数学竞赛题目结构清晰、有标准答案，而真实世界的「问题」往往模糊、答案开放。MIT 等机构的研究者曾提醒，AI 在「已知规则的封闭系统」里表现好，并不意味着它具备真正的科学发现能力。还有一个现实风险：数学社区的就业结构可能因此分化，顶尖研究者不会失业，但基础验证类岗位会被压缩。

对普通人的影响

对企业的 IT 与研发部门：自动验证、代码审查、合规审核这类基于规则的推理任务，会更快被 AI 接管。 对个人职场：逻辑强但重复性高的基础岗位（如初级审计、基础数据分析）面临能力重估，但「提问能力」和「判断能力」反而更值钱。 对消费市场：AI 教育产品在解题辅导上会更激进，家长需要警惕「会做题」被包装成「会学习」。