OpenAI 内部尚未对外发布的 Astra 模型，一次性交出十项数学与理论计算机科学成果，多个长期悬而未决的难题取得实质进展，在数学圈掀起类似当年 “深蓝时刻” 的巨大冲击。有数学家甚至产生职业危机，担忧人类研究者会被 AI 取代。但菲尔兹奖得主 Gowers 通过深度剖析，为大众揭开了当下 AI 数学能力的真实边界：AI 并没有比人类数学家更聪明，它最大的武器，是不怕失败，可以无限试错。

事件最初的引爆点来自埃尔德什平面单位距离猜想。当传闻 AI 完成猜想证明时，不少数学家内心受到极大冲击；后续消息澄清，AI 并非完成证明，而是找到了猜想的反例，这才让一部分学者稍稍松了一口气。大众容易形成一种刻板印象：寻找反例依靠运气，证明定理依靠高深洞见，二者属于完全不同的两类能力。但 Gowers 提出，反例与定理之间不存在清晰的技术分界线，二者的区别更多来自研究者主观预期，而非数学本身。同一个构造结果，在相信猜想成立的人眼中是推翻猜想的反例，在本来就不看好猜想的学者看来，仅仅是一个普通数学实例。

后续已有人类数学家基于 Astra 产出的思路继续延伸研究，发表出新的学术论文。这说明 AI 产出的是具备延伸价值的方法框架，不过领域专家普遍认为，这些成果的推导技巧并非高不可攀，人类数学家拿到提示同样可以完成。AI 真正的独到之处，是从成千上万条可能性中，筛选出那条可行的命题方向。

Gowers 把数学家寻找实例的工作划分成八种思路。大模型只在其中四类任务中表现突出：调用现成案例、分步构造例子、随机采样、取用一般性实例。这类任务共性是套路成熟、失败代价低廉，模型可以反复尝试直到命中可行解。而剩下更考验研究者判断力的工作，例如中途判断研究方向是否值得继续、反向证明对象不存在、迭代修正猜想，正是当下 AI 的短板。

做数学研究如同穿行庞大的搜索树，每向前推演一步，就会衍生大量分支路径。人类受限于时间精力，只能尝试少数几条路线，必须学会剪枝，及时舍弃没有前景的分支。AI 拥有算力加持，可以批量尝试数百条路径，不需要果断放弃大量方向，这就是所谓的 “输得起”。人类惧怕试错成本，AI 却可以承受海量失败。

那为什么大模型很难习得这种关键的剪枝嗅觉？首要原因在于训练素材本身。公开发表的数学论文，全部是打磨完毕的最终成品，研究者试错、走错路、中途调转方向的思考过程，全部被抹去。模型只能学习最终结论，看不到探索过程。人类数学家的取舍判断力，恰恰是在一次次碰壁中训练得来，这份宝贵经验，在公开数据中几乎无处寻觅。

其次，强大算力本身也成为一种阻碍。人类必须剪枝，因为生命与时间有限；AI 不怕低效搜索，因此缺少主动修剪无效路径的内在动力，很多时候依靠蛮力遍历推进工作。此外，AI 还会带来陶哲轩所描述的“自然摩擦力” 消失的问题。人类撰写证明，会在难点位置放慢节奏、着重阐释，简单步骤一笔带过，读者能够从行文节奏感知推导的重难点。AI 输出的文本却轻重错位，用大量篇幅论证浅显引理，核心关键步骤一笔略过，把能提示难点的痕迹全部抹平。既不利于人类学习理解，也会进一步影响后续模型的训练学习，形成恶性循环。

针对这一现状，Gowers 提出训练思路上的改良方向：模型奖励函数不能只奖励得到正确结果，还需要对钻入死胡同、直接摘抄文献现成答案的行为施加惩罚。只追逐结果的奖励机制，训练不出具备深度思考判断力的 AI。

那么评判 AI 真正实现数学能力跨越的标准是什么？并不在于它解决多少孤立的历史难题。参考历史上 cap‑set 问题的突破：一套优秀解法不止解决单一问题，更会开辟全新研究路径，促使整个领域大批研究者调整研究方向。只有当 AI 自主产出这类能够带动整个学科开拓新方向的原创方法，才算真正跨过能力门槛。

AI 给数学研究带来全新工具，但并不代表人类数学家会被轻易替代。它擅长低成本试错式探索，可人类独有的方向取舍、洞察判断，依旧是现阶段难以复制的核心能力，人机协同，才是当下更现实的研究路径。