一局王者荣耀的时间是15分钟，而这段时间，AI恰好能解出一道博士水平的数学题。

梦溪是一名王者荣耀爱好者，最高段位是巅峰赛1955分，与此同时，他也是一名数学博士生。

最近他花了两周，把元流辅助的战力从9000多一口气打到了11000。

主要原因就是，AI的数学能力，让他“道心破碎”了。

其实他一直认为自己像个战神，巅峰赛手拿把掐，只是没打。因为他觉得，研究生宝贵的时间，应该花在挑战数学有趣的难题上。

直到一条新闻打乱了他的科研生活——5月20日，OpenAI宣布，他们的内部模型，第一次像数学家一样，独立推翻了一个人类研究近 80 年的数学猜想，且使用的方法堪称绝妙。

这个猜想叫做“平面单位距离猜想”，由传奇数学家 Erdős 提出，内容用一句话概括为：平面上任意给定 n 个点，其中距离恰好为 1 的点对数量，最多为 n^{1+o(1)} 。

不管你看不看得懂，用菲尔兹奖得主Timothy Gowers的话说：如果你是一位数学家，可能真要震惊瘫坐在椅子上了（原话是，你可能需要确保自己坐稳了）。

梦溪告诉我们，他以前没时间打游戏，因为经常忙着研究数学，但现在感觉，没有意义了，不如上两把分。

在和差评君聊天时，梦溪正在酒店里，享受一场久违的旅行。在这之前，他一直保持着良好的习惯，不是上自习，就是搞科研。

他只是觉得，是时候出去走走了，先逃离上海吧，逃到一个没有数学的地方。

有些差友可能满脑子问号：作为全世界原子弹爆炸频率最高的地方，你们AI圈吹牛也不是一次两次了。AI 能研究个毛的数学啊？

但这次确实不太一样。

“平面单位距离问题”是离散几何领域的一个核心问题，描述为：在平面上给定 n 个点，最多能有多少对点之间的距离恰好等于 1？

这题虽然比不上黎曼猜想，哥德巴赫猜想这样的明珠，但也算该领域教科书级别的经典难题，Erdős 本人还为它设了悬赏。

Erdős 本人给出过一种构造，能让点对数量达到 n^{1+o(1)}，这就是上面提到的被AI推翻的“猜想”。

AI 的思路非常惊艳，靠构造反例，成功推翻了这个猜想。

而且它的做法，是把这个看似几何的问题，迁移到了一个看似毫不相关的领域：代数数论，调用该领域的现有工具构造出了反例。

OpenAI：邪修秒杀题，有感觉吗？

虽然梦溪对 AI 研究数学早有耳闻，但他没想到，这一天来的这么快。

用 AI 研究数学第一次进入他的视野，是去年DeepSeek爆火的时候。他用 DeepSeek做过一些题，某些方面还不如本科生。

同时，还有一群我们俗称的民间科学家，拿着 AI 生成的黎曼猜想证明给他投稿，其中有一份是《基于某二次元游戏的黎曼猜想证明》，当时他觉得最难的事情是绷住。

但仅仅到2026年初，梦溪和他的同学们就发现，AI 的数学能力发生了断崖式的跳变。之前做本科习题还会翻车的AI，硕博课程的习题已经能轻松拿下。

他和同学原本计划编一本代数教材的习题答案，后来发现喂给 AI 就能哐哐哐写完了，这还编啥？所以他已经在尝试借助 AI，完成这个习题答案编著工作。

他算了一下：从不如本科生到推翻数学猜想，AI也就用了15个月。

考虑到内部模型和公开版的代差，AI 能力实际的跃迁时间也不会超过两年。

一个人要走完这段路，至少得二三十年吧，再长就拿不到菲尔兹奖了。

按这个速度，三年以后会是什么样呢？梦溪说，真的不敢想。

历史总是惊人的相似，数学研究现在也可以分为两派，传统派和维新派。

一派是不相信 AI 能做出啥成果的，另一派已经把 AI 当成不可或缺的伙伴了。虽然现在，维新派已经有OpenAI替他们辩经了。

《返朴》曾采访过西交大的一名本科生汤泉宇，他很早就开始用AI做数学研究，在圈子里很有名，也很有争议。

传统派觉得他功底不扎实，这样是要吃大亏滴。结果，人家后来就去跟菲尔兹奖得主陶哲轩合作了。

但想成为维新派，也并非那么容易。梦溪说，他身边的圈子，已经充满焦虑了。

他的某个朋友，曾一心想留高校做教职，现在直接放弃了，打算赶紧把博士读完，争取拿个编制。

另一个博士生朋友，曾经有个思考了五六年的问题，在 AI 的辅助下，几天就攻克了。于是他陷入了惶恐：如果AI几天就能做到，那我这五六年算什么？

而梦溪第一次感受到AI的魅力，是在研究生讨论班的时候。他其实有感觉，之前讨论时，导师对他的发言不是很满意。

直到有次打巅峰赛上头，走投无路了，就拿 AI 研究了下内容。那次讨论班，他明显感觉到导师很满意。从那之后他就明白，AI 太好用了。

现在，他也已经觉醒了Vibe mathing的能力，包括他身边所有同学。

于是，他自研了一套基于王者荣耀的Vibe mathing策略。

因为GPT模型生成一轮答案的用时大约是15分钟，恰好是一把巅峰赛的时间，于是他就会在 BP 阶段秒选出元流之子辅助，然后写提示词，在发送给GPT后投入战斗，战斗结束刚好就能收到来自GPT的证明，形成良性循环。

从此，他就对Vibe mathing（不是王者荣耀）上瘾了，甚至能研究到半夜三点。

我们再往下看，就会发现，这事儿也不只是一个人的问题。

梦溪说，如果一位数学博士想在高校体系里生存，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，这样，产出才有确定性。然而这种研究，恰恰也是AI最擅长的事情，相当于整合各种知识，或者像推翻“单位距离猜想”那样，迁移不同领域的知识，然后，堆工作量。

梦溪告诉我们，很多数学博士生为了毕业而发表的学术论文，本质就是把A领域的方法迁移到B领域。而从AI目前的势头看，批量生产这种“知识迁移”向成果，只是时间问题。

而这种“知识迁移”向成果在当前的学术评价体系下，也已经是相当大的创新了。OpenAI这次所取得的重大突破，就是一个”知识迁移“向的成果。

所以梦溪判断，再这样下去，大概只有5%的数学从业者，不会被AI替代。

"AI对数学最大的冲击，不是它有多强，是让大部分人认识到自己是平庸的。"

“也算打脸了之前一些'学科鄙视链'的风气吧。之前嘛，学数学的看不起学工科的，学计算机的看不起生化环材的，现在，只能说反转了。人生化环材至少还得做实验呢，不会被AI取代。”

说了这么多，传统派真的要大失败了吗？

我们也询问了一位福大数学系的副教授，有意思的是，黄书棋老师的态度比梦溪冷静很多， 甚至可以说乐观。

黄老师的判断是，AI冲击的只是数学的局部，不会取代数学家，因为数学家有“审美”。

AI做数学的路径，简单来说是这样的：吃掉海量的历史文献和已有成果，在那些已经高度形式化的领域——比如代数、组合——进行训练，再通过一个叫Lean的形式化验证工具不断自我纠正。如今AI的突破，几乎就全集中在这类"标准化"的数学方向上。

刚才提到的单位距离猜想，其实就是个典型案例：AI把代数数论的现有工具跨领域迁移到离散几何上，完成了一次漂亮的知识重组。厉害吗？当然厉害。

但本质上，它用的每一个工具都是人类已经发明好的，它做的事情是把这些工具以一种没人想过的方式拼在了一起。

但黄老师认为，这并不是数学里最核心的那种创造。

他向我们举了个例子，数学家哥德尔和科恩在研究连续统假设时，并不是采用已知的数学工具，而是努力把“什么叫数学证明”这件事，变成了一个可以研究的数学问题。

正是在这个基础上，哥德尔和科恩才分别构造出了不同的数学宇宙，一个让连续统假设成立，一个让它不成立。

这种能力，对AI还是太超前了。

黄老师说，它一定缺少一种来自学科发展动机的判断，因为AI没有这种训练数据。它不会知道，为什么我们非要发明这个工具，而这个为什么，恰恰就来自数学家的审美。

这，就是人类数学家的安全区。

但残酷的地方在于，“审美”恰恰是数学里门槛最高的部分，这种能力不是靠努力就能培养的，很多数学家穷尽一生也未曾做到。

绝大多数数学从业者，他们的职业生涯都会在"安全区"之外。

因此，黄老师的判断和梦溪异曲同工。AI在不久的将来淘汰掉“科研民工”，已经是板上钉钉的事了。

那数学专业的毕业生们何去何从，甚至数学专业又何去何从？

没人知道。一切都还在飞速向前。

梦溪今年25岁，在转博之前，AI的数学能力在他面前还是智障。转博之后，AI突然就碾压了自己。

在他人生的前25年，从来没想过会有一种硅基的东西，在数学上的能力会远远超越自己。

他之前想在高校待一辈子，觉得跟数学打交道就够了。用他的话说，他之前喜欢打PVE。

但现在，PVE打不下去了，他开始投身PVP，因为他认为跟人打交道，在AI时代会越来越重要。

当然，他也从来没后悔过选择数学，就像排位时秒选元流之子，本质上，这都是一段经历。

他说如果没有这些经历，他对AI的认识就没有这么深刻，也不会有时间去思考自己的价值。当一切想清楚之后，他依然相信，明天会更好的。

撰文：不咕

编辑：江江 面线 大饼

美编：焕妍

图片、资料来源：

感谢受访人提供，部分图源互联网