数学家这次真的有点坐不住了。
10月6日，OpenAI突然公开了一批由内部AI模型完成的数学研究成果。
722篇数学文稿、372组研究成果、约4000道测试问题。
涉及数论、代数、几何、数学物理、理论计算机科学等多个领域，其中包括一批数学家研究多年的开放性难题。
更惊人的是，OpenAI公布，这些研究结果平均每组消耗的计算量，相当于ChatGPT Pro约3小时的思考计算量。
10月7日，国际顶级科学期刊《Nature》直接以“OpenAI一次性发布700多篇数学预印本，数学家们群情激愤”为题进行了报道。
一些数学家为AI取得的进展感到兴奋，另一些数学家则公开表达了愤怒和担忧。
以前大家讨论AI抢程序员、设计师的工作，现在连研究最抽象数学问题的数学家，都开始面临挑战。
一个更现实的问题也来了：
AI连数学研究都能做了，花三四年读数学本科，未来还有竞争力吗？
01
722篇数学文稿，AI究竟做到了什么程度？
这次AI挑战的，已经是数学研究的前沿。
以前我们常看到AI在数学奥赛、高考数学或者大学数学考试中取得高分。
这次完全不同。
OpenAI将内部前沿模型用于约4000道开放性研究问题，最终整理出372组成果、722篇文稿。
这些问题，许多至今没有公认的完整解答。
例如，OpenAI公开的成果中包括一个关于圆周率π无理性指数的研究。
π是无限不循环小数，这个结论大家在中学就学过。
但数学家还在研究另一个问题：究竟能用分数把π逼近到什么程度？
背后涉及复杂的数论理论，也是此次AI研究成果涉及的方向之一。
再看一个更有名的领域：黎曼ζ函数。
它与著名的黎曼猜想密切相关，而黎曼猜想是数学界最重要的未解难题之一。
OpenAI此次公开的文稿中，包含黎曼ζ函数零点自由区域的研究结果。
这项工作涉及黎曼猜想相关数学结构，但距离完整证明黎曼猜想还有区别。
此外，成果目录还涉及Mahler猜想、Kaplansky猜想、量子海森堡铁磁体中的自发磁化问题等。
OpenAI甚至专门公布了其中10组研究成果的推理过程摘要，供数学界分析。
最让人震惊的，是AI开始以规模化方式参与真正的数学发现。
过去，数学家可能用数年时间寻找一条证明路径。
现在，研究者看到的是一款尚未公开的AI模型，在短时间内产生了数百组研究结果。
当然，372组成果不等于372个著名数学猜想已经被完全攻克。
OpenAI官方仓库说明，部分证明经过Lean形式化验证，其余成果处于不同验证阶段，还需要进一步核查和修订。
即便如此，这次发布已经足够让数学界重新思考AI的能力边界。
而数学家真正激烈的反应，还在后面。
02
数学家为什么愤怒？
这次OpenAI发布数学成果之后，最有意思的现象出现了：
AI取得进展，数学家却未必都感到高兴。
《Nature》《卫报》以及WIRED等媒体相继报道了数学界的争议。
其中一个担忧相当现实：
数学家正在研究的问题，可能突然被AI抢先给出答案。
传统数学研究，一位学者可能花费几年时间研究某个猜想。
研究过程中需要查阅大量文献、尝试不同方法、反复修改证明。
如果某家科技公司的内部AI模型提前完成了相关证明，甚至一次公布上百项研究成果，原本正在攻关的数学家就可能受到直接影响。
研究优先权、论文署名、学术评价，都可能出现新的争议。
第二个问题更加棘手：AI写出来的数学论文，谁负责检查？
这次OpenAI一次性公布722篇文稿。
即使其中大部分结论正确，数学家也需要花费大量时间阅读、理解和检查这些复杂证明。
更何况，数学论文的价值不仅取决于证明是否成立，还包括研究有没有真正的新意、能否推动后续理论发展。
10月6日，独立的数学与人工智能咨询小组AGMAI专门发表声明。
该小组表示，公开成果只是第一步，接下来还需要数学界理解、评估，并将真正有价值的内容纳入数学知识体系。
值得注意的是，这个小组成员中有多位世界顶尖数学家，包括剑桥大学相关学者、菲尔兹奖得主Timothy Gowers，以及与帝国理工有关联的菲尔兹奖得主Martin Hairer。
他们关心的一个核心问题是：
未来数学研究，会不会越来越由少数掌握顶级AI模型和计算资源的科技公司主导？
目前，产生这些成果的OpenAI内部模型还没有全面对外开放。
大学研究团队可以阅读公开文稿，却未必能够使用相同能力的模型开展自己的研究。
这可能进一步改变大学与科技企业之间的研究资源格局。
更深层的变化，是数学家的工作内容。
证明探索、计算验证、寻找反例等任务，正在成为AI能够参与的研究环节。
数学家未来可能需要花更多精力提出研究问题、判断成果价值、建立理论联系，以及理解AI得到的结论。
对准备选择大学专业的学生来说，这场争议释放出了一个强烈信号：
数学研究正在被AI重塑，数学毕业生未来的职业竞争也可能发生变化。
03
数学专业还值得读吗？先看看毕业后到底能干什么
很多家长对数学专业有一个误解：
读数学，本科四年都在研究定理，毕业后只能继续做学术。
实际上， 数学专业的就业出口早已远远超出大学研究机构。
以牛津大学为例。
牛津数学本科官网明确列出了大量应用数学方向：股票市场、量子理论、相对论，以及通过数学解释现实世界中的自然现象。
其本科课程也并非只有传统的微积分和代数。
第一年就覆盖代数、数学分析、概率统计、几何、动力学和多元微积分。
进入高年级，学生还可以接触深度学习、信息论、图论、数学金融相关应用、统计机器学习等方向。
其中，Deep Learning（深度学习）已经出现在牛津数学本科的高年级可选课程名单中。
数学正在与AI高度融合。
再看帝国理工。
除了传统Mathematics本科，帝国理工还提供Mathematics with Statistics for Finance等专业方向。
学生可以把数学、概率统计与金融分析结合起来，未来进入量化金融、风险管理、金融科技等行业。
UCL则提供 Mathematics with Economics本科。
课程以数学为核心，同时引入经济学知识。
学校列出的潜在职业领域包括金融服务、风险分析、交易、信息技术、科研及相关行业。
数学专业毕业后，至少有三条值得关注的发展路线。
🔴第一条：数学＋计算机／AI。
适合对算法、机器学习、人工智能研究感兴趣的学生。
高等数学、线性代数、概率统计、优化理论，都是理解现代AI的重要基础。
但需要注意，掌握数学并不自动等于具备AI研发能力。编程、算法和计算机系统知识同样重要。
🔴第二条：数学＋统计／金融。
对应的职业包括量化研究、风险建模、精算、金融数据分析等。
比如，金融机构需要对市场风险进行建模，通过概率和统计方法分析不确定性。
这些岗位对数学能力要求较高，同时也需要金融知识和编程能力。
AI会提高建模效率，也可能压缩部分常规分析岗位的需求。
🔴第三条：纯数学／应用数学研究。
适合真正喜欢抽象推理、数学理论和复杂问题研究的学生。
未来可以继续攻读硕士、博士，从事数学、物理、理论计算机科学等研究。
这条路线也可能受到AI更直接的影响。
尤其是数学证明辅助、计算探索等研究环节，未来的人机协作程度很可能持续提高。
对于准备申请本科的学生，选数学专业时，需要认真考虑自己希望走向哪个方向。
喜欢抽象数学，可以考虑Mathematics；希望深入AI，关注Mathematics and Computer Science；喜欢金融和经济，也可以关注数学与统计、经济学结合的专业。
专业名称相近，实际课程结构和未来就业方向可能存在明显差异。
04
AI数学能力越来越强，牛剑G5为何还在严格筛选数学能力？
有意思的是，AI数学研究突飞猛进，英国顶尖大学对数学申请者的要求依然非常高。
先看 牛津大学。
2027年数学本科的A-Level要求是A*A*A。
对于学校开设 Further Mathematics的申请者，通常要求数学和进阶数学取得A*。
牛津数学及数学与统计本科官网还公布了最新招生统计：
2023—2025年，平均只有32%的申请者获得面试机会，最终录取成功率约9%。
另外，从2027年入学申请季开始，牛津数学相关本科已使用 TMUA代替原来的MAT入学考试。
再看 剑桥大学。
数学本科的最低A-Level录取标准为 A*A*A，申请者通常需要学习数学和进阶数学。
拿到有条件录取后，多数申请者还需要通过 STEP数学考试。
剑桥公布的2027入学最低STEP录取条件为STEP 2和STEP 3达到Grade 1，不过不同学院可能设置不同的具体条件。
帝国理工数学本科同样要求严格。
A-Level最低学术标准为 A*A*A，其中数学和进阶数学均要求A*。
申请者还需要参加 TMUA，学校将考试表现作为评估数学能力的重要依据。
对于目标牛剑G5数学、计算机及部分经济金融专业的学生来说，扎实的数学基础依然是进入顶尖大学的重要条件。
A-Level数学秋季大考冲刺，今晚19:00开讲！
10月8日19:00—20:00，文蓝Bruce孙老师带来「考前1小时，冲击2026秋季大考A/A*」线上讲座！
聚焦Edexcel、CAIE两大考局，精讲S1条件概率、正态分布及M1滑轮系统等高频难题，梳理关键得分点和考前冲刺技巧。返回搜狐，查看更多