“我57岁，给24岁的学生打工，还自己掏了搬家费。”

一条看似离谱的LinkedIn动态，把硅谷冬天点燃。

点赞列表里躺着陶哲轩、Yann LeCun、还有刚被特朗普政府劝退的弗吉尼亚大学前教务长。

评论区最高赞只有一句话——“数学的终局，来了。”

故事的主角是小野健：模形式天王、拉马努金转世、美国国家安全局顾问、奥运冠军御用数据巫师，弗吉尼亚大学终身教职、夏威夷衬衫收藏量全球第一。

半年前，他还在公开演讲里调侃：“AI？那是Artificial，我是Natural。”

图源：网络

如今，他把所有头衔塞进纸箱，带着老婆和一条柯基，从夏洛茨维尔飞到旧金山，入职一家只有15人的初创公司，工牌编号015，汇报对象为，2019年MIT毕业、2001年出生的广东女孩洪乐潼（Carina Letong Hong）。

舆论把这条新闻称为“数学国家队级别的倒贴”。

然而，当情绪化的标签褪去，一条更具结构性的线索浮出水面：纯数学研究正首次以“平等合伙人”而非“工具使用者”的身份，嵌入生成式AI的迭代闭环。

洪乐潼，2001年出生于广州市天河区，父母自上世纪90年代从潮汕地区赴广州从事服装加工。

2012年，通过广州市奥校免费集训队遴选，成为30名全额资助学员之一；2017年获中国女子数学奥林匹克金牌；2018年以USAMO（美国数学奥林匹克）国际营唯一非美籍满分选手身份被MIT（麻省理工学院）数学系提前录取。

在MIT时期，大一的洪乐潼就成为了小野健的学生，加入了他的数论项目。

图源：网络

MIT校友系统记录显示，她用六个学期完成两套学位（数学、物理），GPA 5.0/5.0，并于2020年获Morgan Prize与AWM Schafer Prize，为史上首位同年摘取两项本科生最高荣誉的亚洲女性。

本科阶段，她在《Proc. Amer. Math. Soc.》《J. Number Theory》等期刊发表9篇论文，主题涵盖分拆同余、模形式与组合计数。

图源：网络

2021年，她以罗德学者身份进入牛津大学，用9个月完成神经科学理学硕士；2022年注册斯坦福数学+法学双博士项目，研究方向为“形式化证明系统的可解释性”。

至此，其学术履历已横跨纯数学、生命科学、法律与计算机科学四大学科域。

后来顺便在咖啡馆里“聊”出了Axiom——她要造一个“会自己提出定理、自己写证明”的AI数学家。

加州州务卿企业数据库显示，Axiom Inc.于2024年5月在Delaware注册，总部设于Palo Alto。

2024年8月完成960万美元（约6400万元人民币）种子轮，领投方为Quiet Capital，跟投包括Khosla Ventures与若干天使投资人。投后估值未披露，但PitchBook记录其已发行A类普通股1.2亿股，创始人持股比例约28%。

Axiom到底要干什么？

Axiom公开招募材料用一句话描述其目标：“Build an artificial mathematician that can conjecture, prove and explain.”（构建能够猜想、证明并解释的人工智能数学家。）一句话概括就是，让AI像数学家一样“做梦”。

图源：网络

创业第四个月，洪乐潼领着不到十人、核心仅四人的小队，把Axiom Prover推到线上——IMO银牌级几何题，输入即出证明，计时以分钟计，并接连攻克两道悬而未决的数学难题，震惊数学圈与AI圈：

埃尔德什第124题，加法数论里三十年无人触碰的硬骨头，被它在二十四小时内完成基础公理层面的形式化证明，成为首份可机器复检的完整答案；

紧接着，第481题这道悬置四十五年的迭代算术难题，五小时内亦被完成完整证明，顺带拆穿GPT-5“已解决”的公关话术，美国数学学会审读后只留一句——“逻辑无隙，隐性错误为零”。

图源：网络

与此同时，盈利模式也迅速落地，商业路径同步跑通。

小野健为什么甘愿给学生打工呢？

研究时间被政治问题挤占：

小野健自2019年起任弗吉尼亚大学数学系Thomas Jefferson Professor，并兼任教务长STEM高级顾问。2025年初，美国司法部启动对高校DEI（多元、公平与包容）项目合规审查，UVA校长与教务长办公室需每月提交联邦报表。小野在一次系务会上透露，2025学年他平均每周需花费12小时处理合规文件，“相当于砍掉一门研究生课”。

图源：网络

经费肉眼可见下滑：

图源：网络

AI的“降维打击”让他兴奋：

2025年9月，斯坦福MSRI举办“AI vs Number Theory”闭门会。会议非公开报告里，GPT-4o-Math在小野健提出的10道“未公开猜想”中，对第7题给出一条11行形式化证明，比人类最短记录（小野本人，27行）缩短59%。

小野在个人博客写道，“如果我的猜想能被机器在3天之内推广到10个维度，我愿意当那个‘标注工’。”

菲尔兹奖得主陶哲轩在MathOverflow发文：“数学家的价值不是产出定理，而是产出‘问题’。把猜想外包给AI，相当于把灵魂外包。”

而剑桥的Kevin Buzzard教授却把Lean形式化课程搬进本科必修课，“如果小野能先让AI学会模形式，我就让AI学会朗兰兹”。

支持派和反对派的狂欢背后，更有对潜在风险的担忧以及伦理争议。

图源：网络

TLSS生成的部分证明虽经Lean验证，却出现“步骤跳跃”与“命名黑洞”（即缺少人类可理解的引理命名），可读性让位压缩率；

现行美国专利法要求“自然人发明人”。Axiom已聘请法律团队，尝试以“人机联合发明”路径递交样板案例，结果将直接影响后续商业边界；

“Ken Benchmark”依赖的Lean 4与高速GPU集群造价高昂。中国985高校仅37%拥有可运行mathlib4满量测试的服务器，这一差距可能放大“猜想生产”的东西方落差。

当Axiom把“人提出→机器验证”扭转为“机器提出→人机共证”，纯数学的千年工作流程被重写：猜想发现密度陡升，期刊审稿人第一次要面对“真伪已证、价值待定”的批量投稿，可解释性从教学美德变成生存刚需——谁能在 512 维流形与人类语言之间搭起翻译器，谁就能垄断下一个十年的同行引用？

嗅觉灵敏的高校已把变化写进预算。

斯坦福2026 年新设“AI-Conjecturing”跨学科博士班，首批 10 个名额由 Axiom 全奖包养，毕业论文须同时提交“人类可读的定理陈述”与“Lean 4 可编译的形式化证明”；失去小野的 UVA 则紧急启动“AI+Math 集群招聘”，计划三年引进 6 名会写 tactic（具备形式化证明经验） 的助理教授，防止本校期刊版面外流。

图源：网络

资本的脚步比象牙塔更快。Quiet Capital 把“AI for Mathematics”抬到与“AI for Climate”并列的核心赛道，半年内形式化验证初创估值普涨 70%；上海、深圳冒出的 Lean 中文社区，每周四晚线下黑客松坐满了刚下飞机的美元基金 VP，他们嘴里重复着同一句话——“错过 OpenAI 还能活，错过 MathGPT 就真晚了”。

图源：网络