国产大模型进数学圈，人机协同攻克猜想，真能算数吗。
2026年10月15日，上海人工智能实验室公布：访问学者许地生团队依托书生科学多模态大模型S2，完成三维Ghys猜想证明；北京大学董彬、刘若川团队用SHEAF框架做形式化验证。论文在arXiv发布，代码在Github公开。
这事听着很大，但先别急着喊“AI单挑数学家”。更像一次科研流程实验：人定义问题，模型扩展推演，形式化工具负责机器可检验的验证。值得看的是闭环。
Ghys猜想1995年由法国数学家Étienne Ghys提出，三维闭流形是特例。它涉及紧致复流形上的全纯Anosov系统，是否都双全纯共轭于某个复infra-幂零流形上的全纯仿射自同构。
用大白话说，就是混沌的动力系统行为，会不会反过来决定几何形状只能高度规整。若成立，复杂轨迹可化归为标准代数模型。这被看作动力系统领域重要长期公开问题，实数版本还开放，复情形更刚性。
许地生也不是突然出手。他曾与菲尔兹奖得主Avila研究三维情形，没形成有效证明思路；后来和张洁松合作取得部分弱相关结果，发表于JEMS。突破前面有人的积累。
转折点在竞赛。2025年CMO首次设置AI测试，中国数学会中学数学竞赛委员会邀请三家国产大模型，和人类选手同时长答题，官方同标准阅卷。书生-S1拿102分，在参评模型里排第一，远超78分金牌线。
答卷被评价为兼具新意与严谨性。但竞赛成绩只是能力信号，不是研究能力直接证明。2026年初，上海AI实验室和许地生启动合作，想做研究级数学，他成为访问学者。
针对三维Ghys猜想，书生-S2及配套系统搭了一个面向数学研究的Harness系统。它有大规模递归推理和灵活人机交互能力。首轮推理产出约400页推导报告，之后完成7批接续推演。
问题图从15个节点扩展到389个，输出上千页严密推导，并生成数十种新论证思路。许地生、张洁松等从报告里识别关键突破口，持续给模型反馈，校准方向。人类不是旁观者，是问题定义者和方向控制者。
闭环可以写成：系统探索，专家判断，成果积累，反馈修正。AI更像高带宽推演引擎，不是责任主体。提出问题、审美判断、终点验收仍由人类承担。
可信度方面，北大董彬、刘若川团队用SHEAF框架，通过大规模智能体并行运算，完成核心定理的形式化机器验证，产出数十万行验证代码。论文在arXiv发布，代码在Github公开。
形式化验证把“AI参与数学”的可信度推进到工程化、可复现层面，不只是自然语言论证。但它不等同于全部同行评议，边界还要看覆盖范围、定理拆分、外部依赖和代码审计。
说“证明完成”可以，但别把它说成国际数学界已经全面确认。科学上，它是复动力系统刚性现象研究的重要进展。方法上，它展示了一种可复制的人机协同基础研究范式。
生态上，上海AI实验室计划把能力封装成书生·端砚科学发现平台可复用的数学验证模块，形成突破、封装、复用、再突破的飞轮。治理上，署名、贡献认定、算力分配、数据开放、评价机制都会冒出新问题。
所以欢呼之后，得追问：证明的新颖性、完整性和影响力，能否经受国际同行长期检验？形式化代码是否覆盖所有关键引理与外部依赖？三维方法能否迁移到更高维、一般情形或实数版本？
平台化复用是否真能跨学科，还是依赖可形式化程度高的领域？人机协同里，科研credit和责任怎么分？这些问题不解决，突破就容易变成热闹。
如果这个闭环真能跑通，基础研究可能获得新的搜索、验证与复用基础设施。但数学最终仍由数学共同体和时间裁定。大模型的价值不是替代数学家，而是把专家直觉接入可扩展的机器求解回路。