倫敦數(shù)學院士：AI剛推翻了一個87年來沒人懷疑過的數(shù)學猜想，就用了216個字符

數(shù)學家們最近被一條只有216個字符的推文震住了。哈佛大學的Levent Alp?ge在社交媒體上平靜地宣布，一個叫雅可比猜想的數(shù)學命題——過去八十多年里，大家都覺得它應該是對的——其實是錯的。他沒有發(fā)長篇論文，只貼出了一個極短的反例，等于直接宣告了這個猜想的終結(jié)。

這大概是目前為止，被人工智能撬動的最大一個數(shù)學猜想。倫敦瑪麗女王大學的Abhishek Saha說得很直接：“可能這是到目前為止，AI在數(shù)學領(lǐng)域發(fā)揮重要作用的最大猜想。這可不是小事，過去一年AI在數(shù)學上進步太快了。”他的判斷代表了相當一部分數(shù)學家的驚訝——不是驚訝于AI厲害，而是驚訝于這個猜想本身的方向被徹底翻了個個兒。

先說一下雅可比猜想到底是什么。你可以把它想像成一種“可逆性”的承諾：在滿足特定條件的多元多項式函數(shù)里，如果正向映射看起來規(guī)矩，那么反向就也應該走得通。這個想法是德國數(shù)學家Ott-Heinrich Keller在1939年正式提出來的，后來還進了數(shù)學家Stephen Smale在1998年劃定的“21世紀待解決的18道極難數(shù)學題”清單。幾十年來，大多數(shù)人的精力都花在證明它為什么一定對，因為直覺上它太順了，就像一個齒輪只能往一個方向轉(zhuǎn)反而不太合理。

也正因為這樣，Alp?ge在推文里甩出的那個反例才顯得格外有沖擊力。Saha點出了這種心理：“大家都去試著證明它，因為它聽起來就非常對。我沒見過多少人真的在試著否定它。現(xiàn)在好了，一句反例，推翻了一個87年的直覺。”

不過，這件事真正讓數(shù)學家們百爪撓心的，還不是結(jié)果本身，而是過程。Alp?ge在推文里感謝了他的“密友fable”，這幾乎明確指向了AI公司Anthropic開發(fā)的Claude Fable 5。他還特意提了一句：“感謝Fable在世界杯決賽期間還在工作。”這句半開玩笑的話里藏著一個懸而未決的謎團：到底是怎么讓AI幫忙找到反例的？

Saha的解釋里充滿了一個同行想要窺探對方工作筆記的那種急切。他說，有些問題本身難到變態(tài)，可一旦有人把答案擺出來，驗證起來反而相對容易。這個反例就是這樣——一行數(shù)學表達式，216個字符，在手機上兩行就能打完，其他數(shù)學家很快就能驗算確認。但找到它的路徑呢？“我不知道他是怎么做到的，不知道他給Fable的提示詞到底是什么。如果你直接讓AI在海量可能性里瞎搜，那是行不通的。顯然這里面有一些還沒有發(fā)表的洞察。”也就是說，Alp?ge一定給了AI一個聰明的題干，一個精巧的搜索方向。那個“洞察”到底是什么，現(xiàn)在只有他自己知道。

這種模糊感讓整個事件多了一層“我們看到了終點，但沒看見跑道”的戲劇性。約克大學的Chris Bowman-Scargill給出了一個更宏觀的視角。他認為數(shù)學家們其實已經(jīng)開始適應AI突然冒出的新能力了，但這里面有一個重要的分界線：用AI找反例推翻一個已有的猜想，跟用AI從零到一建立一整套新的數(shù)學分支，完全是兩碼事。前者就像你有一臺機器，它在一百萬個零件里幫你找到了一顆肯定會讓引擎死火的有缺陷螺絲釘；而后者，是你得重新發(fā)明一臺引擎。后面這件事，依然需要人類的創(chuàng)造力。

這樣說或許就容易理解了——現(xiàn)在的AI角色更像是超級驗證器和方向篩選器，它能幫人類避免鉆進一條直覺上對但其實錯了幾十年的死胡同。雅可比猜想就是一個極佳案例，幾乎所有人都覺得它天然就該對，證明它只是時間問題。AI跳出來了，說，不對，我給你一個最小的反例，你們先看看這個。這一下，整個研究方向都可能要換道。

另外，這個故事里還有一層挺妙的細節(jié)，就是發(fā)布方式。Alp?ge沒有選擇傳統(tǒng)的學術(shù)發(fā)布會、同行評議期刊或者大型公開課，而是直接發(fā)了一條推文。這種看似隨意的“官宣”，恰好與AI介入數(shù)學的邏輯暗暗呼應：過程可以極簡，介質(zhì)可以很輕，但重量由事實本身承擔。Saha也說，那個單行反例太容易驗證了，許多數(shù)學家第一時間就算過了，沒人質(zhì)疑它的有效性。所以，真正的大問題是“怎么來的”，而不是“對不對”。

當然，故事還沒有講完。雅可比猜想本身有不同變量的版本。Saha提醒了一個關(guān)鍵缺口：這次的反例是三個變量的情況，證實了在三維公式的語境下猜想不成立。但兩個變量的版本呢？理論上，它的命運還沒被決定，也許在那條更窄的路上，直覺仍然是對的。也就是說，AI這一次是精準擊中了一個有漏洞的高維陷阱，但低維版本的謎團依然坐在那里，等著新的探路者——可能還是人，也可能人和機器一起。

回到這件事帶來的深層震動，許多數(shù)學家真正在琢磨的，或許不是AI會不會取代他們，而是什么樣的數(shù)學問題天生適合AI介入了。一個持續(xù)八十多年、無數(shù)人試圖證明“對”但沒人攻下來的猜想，最后被證明“錯”，而且是一個極簡反例直接擊穿——這種低配輸入、高配產(chǎn)出的結(jié)構(gòu)，恰恰是AI擅長捕捉的那種“不對稱的反直覺”。它不需要理解什么叫美感，只需要在人設(shè)定好的邏輯縫隙里把那個不遵守規(guī)則的孤例揪出來。

Bowman-Scargill的提醒很實在：推翻猜想可以靠這種閃電戰(zhàn)式的反例搜索，但要創(chuàng)造新的數(shù)學結(jié)構(gòu)、提出新的猜想，那份對深層關(guān)系的體悟和聯(lián)想能力，還是牢牢攥在人類手里。AI可以是甩出那張“你們都想錯了”牌的那個對手，但當牌局結(jié)束，接下來要往哪兒走，規(guī)則是什么，這些還都得由人來決定。