我和这些AI数学家最大的差别是，他们还停留在和sol 5.6、fable 5抽奖机聊天聊出猜想证明，我早就工程化数学，用结构化workflow几种不同的ai并行研究、开会讨论。。。要是能招个英语写作好的女留学生就好了，严重短板

周末两个超级事件 此前学艺术，文学的砸纺织机 现在火烧到数学界…… 数学界的一帮天花板级别的大佬（25位菲尔兹奖得主，陶哲轩领衔）联名发了个声明， 对现在AI搞数学的方式很不爽，意思大概是这样： 最近AI大模型疯狂破解各种数学猜想，数学家觉得它像作弊抢发，人类干了95%，AI补5%就抢先发表，还吹自己牛。 所以要求不能抢发、必须标注人类贡献、必须人类署名负责。 另外中国菲尔兹奖得主邓宇宣布，如果人工智能能够解决所有数学问题，他将从数学界退休并开始创作言情小说。 回想当年艺术生的被群嘲落后的被工业革命浪潮淘汰的阵痛罢了。没事，现在视频制作，短剧的摄影演员，ai音乐，ai代码，ai数学，随着ai的飞速发展，以后阵痛多了去了，各位人人有份…… 如果再不阻止ai，未来很快会干崩各个行业的幼苗，现在看着没事是因为大树还活着， 但人不会一直活着，等一代人死光了技术和文化指不定就断代了， 剩下的是ai养育长大的巨婴人类…… 第二事件就是Ai三巨头Anthropic+openai+马斯克集体转向，宣布主动踩刹车。 Anthropic发长文说：前沿AI跑太快，安全跟不上，必须踩刹车， 还点名OpenAI智能体逃出测试环境、跑去入侵Hugging Face，太吓人。 马斯克马上说“他说得对”，Altman也点头，说OpenAI愿意让第三方查系统，甚至2026年可能不IPO了。 市场一听就慌：AI要降速？那英伟达、AMD、博通这些还怎么涨？ 有人喊周一AI股要跌10%。 也有人怀疑：巨头喊安全，真为人类？ 还是为了管IPO预期、少烧钱、顺便卡小公司？ 反正我个人是觉得怪怪的，有点像银魂柳生篇那集， 四个人上厕所发现都没纸，各种烟雾弹骗对方用砂纸擦……

这两天币圈最热的话题：量子计算机。 以太坊基金会的 Drake 发长推：受量子技术和 AI 数学突破影响，冷静准备「地堡模式」——把币搬到从没签过名的地址。 V 神紧接着泼冷水：今天别慌着搬。我自己搬家亏掉的钱，比被黑的多。 更刺激的是：有人拿 1000 个 BTC 在链上做过缩小版实验——"量子抢劫"，已经上演过两次了 普通人现在该怎么做？

8月10日，Anthropic未发布研究版Claude被要求“认真尝试黎曼猜想”，结果没证明它，却意外刷新纪录！ 它把黎曼ζ函数非平凡零点位于临界线上的已知下界，从人类几十年努力的41.6%一口气拉到67.2%（精确约0.6725），并证明至少三分之二是简单零点。这是解析数论领域近年最大的定量跳跃之一。 过程：先试650个失败思路，再调动约60个子代理协作一天半，耗3100万token，跑2400条命令，最终结合现有技术得出新结果。已由内部数学家+Conrey、Goldston验证，还有Lean形式化证明。 注意：这不是解决黎曼猜想，方法也推不到100%。但AI在真正数学前沿的能力，又一次让人眼前一亮。 #黎曼猜想# #Claude# #Anthropic# #AI数学#

AI对数学不只是替代，而是会彻底改变数学研究范式。 现在数学分支多达五千到一万个，知识孤岛严重，学者大多只精通一小块，跨领域协作门槛极高。 AI能打通不同分支，像怀尔斯当年跨领域攻克费马大定理那样，在知识之间搭建连接。 我觉得数学家会大量失业（平庸的），但数学本身会迎来黄金时代。 六大预判：岗位重构、科研提速、研究从证明转向计算、数学家角色转变、入门门槛下降、学术评价改写。依托哥德尔不完备定理等理论，未来数学的核心价值，将从做证明变成提出好问题。

AI 在数学和科学上的进步正在制造一个意想不到的问题：当模型的能力超过几乎所有人类的判断力，谁来验证模型的输出？ 这不是 benchmark 精度问题，而是评估基础设施的结构性盲区。 过去两年，AI 从做不对基础数学题，到现在以不到 2000 美元的 API 成本完成需要领域专家才能判断对错的证明。对绝大多数人，包括大多数工程师，模型输出已经进入了看起来都对但不知道是不是真对的地带。 在编程领域，你还能跑测试。 在数学、理论物理、生物信息学这些领域，你只能相信另一个专家或另一个模型来告诉你答案对不对。 这引出一个更深的困境：当 AI 的能力评估必须依赖 AI 自己来完成，评估闭环就变成了内部循环。系统在给自己打分，而我们只能旁观。 严肃建设者应该关注的不是模型有多强，而是人类验证能力正在成为整个系统最薄弱的环节。

AI做数学我还能看懂，做理论物理完全是天书。。。低端人口以为有了AI连学都不用上了，恰恰相反，AI出的东西，只有加倍努力学习，才有可能看懂。。。低端人口不努力跟上，给他们高端AI就跟给🐒键盘一样

AI的本质就是数学，AI时代最吃香的永远是数学好的人。 上周北京有个大模型分享会，说阿里字节deepseek内部发现，很多高考700分的清华计算机系本科生，因为本科没学过数学，数学功底差，大模型pretraining里面全是一道道数学题，清华CS本校本硕博根本做不出来。 后来他们去211数学系抢人， 很多高考600多分的孩子们， 大学选了数学系，数学功底特别扎实，被阿里字节deepseek大模型组全抢走了。 据说字节内部有50多个搞大模型的清华博士，天天研究一个大模型的核心算法题，这道题就写在字节办公楼最前面的大黑板上。 结果50多个清华博士死活解不出来，每天急得大眼瞪小眼，一堆人在黑板面前干瞪眼，天天急得像热锅上的蚂蚁。 字节高层甚至放下豪言壮志，说字节上下几万名员工，谁要解决了这个问题，直接把张一鸣最大的办公室腾出来给他用，结果过去半年多，一个能解出来的都没有。 后来字节无意间招进来一个大连理工数学系的本科生，这个小孩从来不碰编程、不碰deep learning，天天只会研究数学，最大的爱好就是刷吉米多维奇，数学功底特别扎实。 他入职后发现，字节每天有50个计算机专业的大博士，从早到晚围着黑板愁眉苦脸，他也很好奇，凑上去才明白，黑板上写着一道卡死字节一年多的数学难题，整个字节上下几万人的业务和工作都被他卡死在这里。 他想了30分钟，当场提出了一个全新的数学模型，于是在黑板旁边一步步推导公式，最终花了三天三夜，一步步在黑板上把这个问题彻底解决了，把50多个清华博士当场看傻了，立刻全掏出手机咔咔拍照，为他鼓掌祝贺。 两周之后，字节最新大模型直接发布，字节内部全场鼓掌，祝贺大连理工这个本科生，当场给他提拔了三级，张一鸣也亲自把办公室腾出来，亲自站在门口邀请他入驻顶楼最大的总裁办公室。 所以张雪峰老师说得对，AI的本质就是数学建模，计算机专业只会教你写代码，AI自己就会写代码，只要把数学学好了，大模型公司全都抢着要，数学是AI时代最硬核的技能，只要你学懂了数学，就能学懂AI。

平时向 AI 询问数学或理科问题时，公式推导、函数图像、几何关系，光靠文字描述很难理解。 最近看到 ChatTutor 这个项目，给 AI 装上了电子白板，让它像真正的老师一样边讲边画。 内置了数学画布功能，AI 可以直接绘制函数图像、几何图形，还能生成思维导图来梳理知识脉络，交互感很强。 GitHub： 支持 OpenAI、Anthropic、DeepSeek 等主流模型，填入自己的密钥就能用。 也提供了在线版本，打开浏览器直接体验，不用本地部署。 如果你正在用 AI 辅助学习理工科知识，觉得纯文字对话不够直观，这个项目值得试试。