“一切都毫无意义了，这个游戏已经结束。”2026 年 9 月，美国纽约大学数学教授巴克马斯特接受采访时，直接给自己研究了一辈子的领域判了死刑。压垮他的最后一根稻草，是 OpenAI 宣布破解了困扰数学界近 90 年的纳维 - 斯托克斯方程存在性与光滑性问题。

作为 7 个 “千禧年大奖难题” 之一，每道题悬赏百万美元，几代数学家都啃不动的硬骨头，AI 说解开就解开了。可随之而来的不是掌声，是整个学界的滔天争议。
 
争议的第一个焦点，是谁先做出了成果。就在 OpenAI 官宣的前一天，巴克马斯特和 Anthropic 研究员阿尔珀格刚公开了相关研究的阶段性成果。更巧的是，巴克马斯特之前曾把未发表的草稿和推导过程，上传到 OpenAI 的 Codex 工具里使用。
 
时间线卡得太过微妙。9 月 3 日巴克马斯特还特意给 OpenAI 的数学家发邮件，说明自己和阿尔珀格的研究是私人合作，和各自公司无关。结果仅仅三天后，OpenAI 就宣布内部模型完成了完整证明。
 
巴克马斯特直接质疑，OpenAI 是听到了他们的研究风声，才临时调集算力冲结果。甚至在后续沟通中，OpenAI 研究员还提出让巴克马斯特单独署名，剔除阿尔珀格的名字，还说出 “你为什么要毁掉自己的职业生涯” 这种话。
 
虽然后来 OpenAI 的研究员公开道歉，说用词欠妥，也否认看过对方的草稿。但这件事已经在学界埋下了怀疑的种子。AI 公司到底是独立做出的突破，还是踩在了人类研究者的肩膀上，没人能说清。
 
更深层的争议，在于这个成果到底有没有数学价值。按照传统，数学证明不光要给出答案，还要讲清推导过程，告诉同行哪条路走得通，哪条路走不通，中间能衍生出哪些新方法、新思路。
 
可 AI 给出的证明，更像一个黑箱。它只告诉你结论是对的，却不解释为什么对，中间的探索过程全被隐去了。人类数学家只能验证结果正确，却学不到背后的思路，也没法在此基础上延伸新的研究。
 
就像陶哲轩之前说的，如果 AI 只给出最终答案，那数学最有价值的部分就丢失了。一个著名难题被解决了，却几乎没给数学增加相应的价值，这才是最让学界难以接受的地方。
 
还有一个很现实的问题，千禧年大奖的百万奖金，到底该不该发给 AI。克雷数学研究所的规则里，获奖主体必须是人类数学家。现在 AI 解出了难题，奖金发不发，发给谁，成了无解的问题。
 
OpenAI 显然也没打算拿奖金。它更在意的是商业宣传，是证明自己的技术实力，拉高公司估值。至于数学界的认可，对它来说没那么重要。
 
这件事最值得思考的，是 AI 正在彻底改变科研的游戏规则。以前科研是靠人的灵感、积累和一步步推导，现在靠算力、数据和大规模搜索。只要算力足够，AI 就能在短时间内试错所有可能，找到答案。
 
这种模式下，人类研究者的处境会越来越尴尬。你花十几年研究一个问题，可能 AI 几天甚至几小时就做出来了。那人类数学家的意义是什么，未来的科研又该往哪个方向走，没人能给出答案。
 
更让人担心的是资本的介入。以前数学研究是纯粹的学术探索，现在 AI 公司带着海量算力下场，直接把科研变成了算力竞赛。谁钱多、算力强，谁就能先出成果，学术优先权的规则全被打乱了。
 
就像这次事件，OpenAI 听到传闻后，立刻调集大量算力突击攻关，硬生生抢在人类学者前面发布成果。这种做法合规吗？好像也挑不出大错。但合理吗？对一辈子深耕这个领域的学者来说，太不公平了。
 
当然也不用太悲观。AI 目前能解决的，还是有明确答案、能形式化验证的问题。真正需要创造性、需要突破范式的数学研究，AI 暂时还做不到。它更像是一个强大的工具，帮人类处理复杂的计算和验证。
 
但工具的进化速度，往往超出人的预期。十年前没人相信 AI 能下赢围棋冠军，五年前没人相信 AI 能写代码。现在 AI 开始攻克纯数学难题，下一个突破会在哪里，谁也说不准。
 
巴克马斯特的沮丧不是矫情。当你研究了一辈子的领域，突然被一个外来者用完全不同的方式碾压，那种信仰崩塌的感觉，外人很难体会。他说 “游戏结束了”，与其说是认输，不如说是对整个行业未来的迷茫。
 
这场争议最后大概率会不了了之。OpenAI 拿到了它想要的关注度，数学界继续自己的研究，AI 和人类数学家各走各的路。但这件事留下的疑问，会一直悬在整个科研界的头上。
 
技术的进步从来不会等人做好准备。AI 闯进数学领域只是一个开始，未来它会进入更多曾经只有人类才能涉足的领域。我们能做的，只有学着适应，找到和 AI 共存的新方式。