近期，OpenAI一次性公开722篇数学相关文稿，覆盖近400个数学猜想的解答。其中包括拟黎曼假设、四维挂谷猜想等长期受到关注的难题，部分结果甚至被认为具有接近菲尔兹奖级别的难度。

消息一出，数学圈迅速分裂成两种态度：有人将其视为学科秩序被强行打乱的危机，有人则把它看作科研工具进入新阶段的标志。

但如果只停留在“AI会不会取代数学家”这个问题上，讨论就太浅了。

数学正在经历的，很可能只是一场序幕。真正值得追问的是：当AI可以低成本生成高难度学术成果，基础科研长期依赖的评价标尺，还能不能继续成立？

这篇文章，我们不讨论机器能不能做数学，而是讨论一个更根本的问题：当解题不再稀缺，科研价值该如何被重新定义？

一、数学最先被击中，并不是偶然

数学之所以最先感受到AI的冲击，和它的学科特点直接相关。

数学研究的核心对象是逻辑关系、结构证明和形式化推演。在规则明确、目标清晰、对错边界相对稳定的问题上，AI天然具备优势。它可以快速遍历可能路径，检验推导步骤，甚至在海量文献中寻找前人未曾注意到的连接。

这也是为什么这次事件会让很多研究者感到震动。

过去，一个数学家围绕某个猜想攻坚数年、数十年，背后不仅是智力投入，还有漫长时间形成的学术信用。难题之所以重要，一部分原因就在于它难，在于研究者需要付出巨大的时间成本。

但AI改变了这个成本结构。

当机器可以在短时间内输出大量候选证明，“难题”本身的稀缺性开始下降。如果一篇成果的价值主要来自“问题难度”和“解题耗时”，那么AI的出现，就会直接压缩这种价值。

不过，这里有一个关键区分：

AI可以提高解题效率，但它不能自动定义什么问题值得解。

数学如此，物理学、理论计算机、生物学、经济学同样如此。一个问题是否重要，不仅取决于它难不难，还取决于它能否帮助人类理解世界、连接现实、启发新的研究方向。

从这个角度看，数学圈的震荡，只是AI冲击基础科研评价体系的第一站。

二、旧评价体系的底层逻辑，正在被AI动摇

长期以来，基础科研的评价体系建立在几个默认前提之上：论文、期刊、同行评审、引用、项目经费、学术荣誉，共同构成一套信用网络。

这套体系的运行逻辑大致是：

研究者提交成果 → 同行评审把关 → 期刊或学术会议认可 → 成果获得信用 → 信用进一步转化为职位、经费和学术影响力。

在AI出现之前，这个体系虽然有很多问题，但大体还能运转，因为学术成果的生产仍然高度依赖人的时间、经验和智力投入。

但AI正在让三个前提发生变化。

第一，正确性校验不再天然依赖人类审稿

过去，一篇数学论文的证明是否成立，需要同行花费大量时间去核对。尤其是长篇证明，真正能够完整读懂的人并不多。

AI已经开始改变这一点。

形式化验证工具和大模型辅助审阅，让机器可以参与检查逻辑步骤。这并不意味着人类审稿已经不重要，而是说明：在证明对错这个维度上，机器正在成为不可忽略的审核力量。

第二，成果产出速度与学术信用之间的关系被打乱

如果AI可以批量生成论文、证明和实验结果，那么“数量”和“速度”就不再能直接代表研究者的真实贡献。

一篇论文从写作到推导，可能只有一小部分来自研究者本人的原创判断，其余部分由AI辅助完成。此时，论文数量、发表速度甚至部分结果的难度，都可能被AI放大。

这会让评价变得更复杂：我们看到的是一篇成果，但很难立刻判断其中哪些是真正的创造性贡献。

第三，单一指标的评价方式更容易失效

很多高校和科研机构习惯用论文数量、期刊级别、引用次数、项目等级等指标评价研究者。这些指标本来就存在偏差，AI出现后，偏差可能进一步放大。

原因很简单：

AI最擅长的，是在已有规则下完成高难度训练任务。如果评价体系只盯着“解题难度”“发表数量”“顶刊标签”，那么AI就可能成为部分人放大个人学术指标的工具。

真正重要的研究，往往不是最容易被指标捕捉的那一类。

三、不只是数学：这些学科也会面临类似重估

数学不是唯一一个会被AI改变评价方式的领域。

理论计算机科学

理论计算机中的算法证明、复杂度分析、形式化验证问题，很容易受到AI影响。AI可以快速构造算法思路、检验证明步骤，甚至在某些问题上提出新的复杂度分析路径。

但理论计算机真正重要的部分，仍然是问题选择。

一个好问题可能来自真实系统的瓶颈，来自工程中的未解矛盾，来自对计算本质的追问。这些问题不是单纯靠逻辑推演就能自动生成的。

物理学

物理学中的公式推导、模型计算、数据拟合和模拟分析，也会越来越多地使用AI。

但物理学研究并不是从公式开始的，而是从现象开始的。研究者需要判断哪些实验异常值得关注，哪些模型更接近真实世界，哪些理论具有长期解释力。

AI可以帮助物理学家算得更快，但不能替代物理学家选择问题。

生物学与医学研究

在生物信息学、蛋白质结构分析、基因组数据解读和临床预测任务中，AI已经被广泛使用。

未来，真正的评价重点，会从“模型是否强大”逐步转向“研究问题是否重要”。一个AI模型准确率再高，如果没有对应真实疾病机制、临床需求或公共卫生价值，它的科研意义依然有限。

经济学与社会科学

AI可以处理文本、数据和模型模拟，但经济和社会问题涉及复杂的人类行为、制度约束和现实情境。

机器可以生成统计结果，却很难独立判断一个问题是否具有公共政策价值，是否能帮助我们理解真实社会运行。

换句话说，几乎所有基础学科，都会面临同一个问题：

当AI让“解题”变得更容易，科研评价必须更多地回到问题本身。

四、未来的科研评价，不该只看“结果正确”，而要看“问题是否重要”

如果AI继续放大解题能力，那么未来的科研评价，就必须把“问题价值”放到更重要的位置。

一个好问题，通常具备几个特征：

• 它连接真实世界，而不是只存在于封闭的学术游戏中；

• 它能启发多个学科，而不是只服务于单一细分方向；

• 它指向长期理解，而不是只追求短期发表；

• 它具有公共价值，而不是只为了个人学术信用。

这并不意味着纯理论研究不重要。

数学中的很多纯理论问题，确实在长期历史中展现出巨大价值。但如果一个问题既没有现实来源，也没有跨学科启发，只是因为“历史上有名”而被反复研究，那么它的价值就需要被重新审视。

AI时代，最稀缺的能力不再只是“解难题”，而是：

1. 提出重要问题的能力；

2. 判断研究价值的能力；

3. 连接不同领域的能力；

4. 理解真实世界约束的能力；

5. 为长期目标而非短期指标做选择的能力。

科研评价的重心，也应从“谁解出了题”，逐步转向“谁选择了真正值得研究的问题”。

五、对中国科研体系而言，这是风险，也是改革窗口

AI冲击基础科研评价体系，对中国来说并不只是挑战，也可能是一次改革窗口。

长期以来，国内科研评价在一定程度上受到西方期刊体系、引用指标和人才项目影响。很多研究者习惯于把发表、头衔和项目等级作为研究导向，而不是把问题本身放在第一位。

这种评价方式，在AI时代会被进一步放大。

如果我们继续用单一指标衡量科研人员，那么未来就可能出现一种情况：一部分人更擅长利用AI制造高指标成果，而真正有长期价值的研究，反而因为难以量化而被忽视。

因此，中国科研体系需要提前思考三件事。

第一，重新定义高质量科研

科研评价不能长期停留在论文数量、影响因子和项目等级上。必须建立更重视问题价值、原创思想、交叉贡献和长期影响的评价标准。

第二，减少对单一国际期刊体系的依赖

一个健康的科研体系，不应把少数国际期刊当成唯一裁判。我们需要建设更成熟的国内评价机制、同行评议机制和学术公共空间，让真正重要的研究有机会被看见。

第三，鼓励面向真实问题的基础研究

数学、物理、计算机、生物等基础学科，都应更多地面向真实世界中的重大问题。例如：

• 数学与人工智能、信息安全、工程模拟的交叉；

• 物理与新材料、能源、量子技术的结合；

• 生物医学与疾病机制、公共卫生、药物研发的结合；

• 计算社会科学与数字治理、平台经济、城市发展的结合。

基础研究不应长期悬浮在抽象问题之中。越是AI时代，越需要强调真实问题的源头价值。

六、写给年轻研究者：不要把训练自己成“解题工具”

AI时代的年轻研究者，最容易陷入一个误区：

既然AI能解题，那我就要比AI更会解题。

这个方向可能越走越窄。

因为AI真正在压缩的，恰恰是“按给定规则完成高难度解题”的那部分能力。未来，单纯的解题训练，会越来越像在和机器比拼效率。

更重要的能力，是训练自己提出问题、判断问题和连接问题。

你可以从几个问题开始训练自己：

• 这个领域最关键的未解问题是什么？

• 哪些问题来自真实世界，而不是论文内部的循环？

• 这项研究为什么值得有人关心？

• 它除了发表，还能带来什么长期价值？

• 如果AI可以完成其中一部分推导，我应该把精力放在哪里？

年轻研究者不应该把自己训练成更复杂的解题工具，而应该训练成能够选择问题、判断价值和理解世界的人。

这不是说技术能力不重要。相反，数学功底、模型能力、实验能力和编程能力依然是基础。

但它们应该成为你理解世界的工具，而不是你研究的全部目的。

结语

AI批量破解数学猜想，只是一个开始。

真正值得关注的，不是机器会不会取代科学家，而是当机器可以越来越多地完成“解题”工作后，我们该如何重新定义科研价值。

过去，我们习惯用成果难度、发表位置和产出速度评价研究者。未来，这些指标仍然有参考意义，但已经不够。

AI时代的好研究，一定更强调问题来源、思想原创、现实连接和长期影响。

机器可以给出答案，但人类必须先决定：

什么问题，才值得被研究。