2026年9月至10月，人工智能在数学领域的一系列突破性进展引发了学术界的广泛关注与深刻讨论。

OpenAI的“千禧年难题”冲击波。 2026年9月8日，OpenAI宣布其利用一款内部前沿AI模型，协调约1万个AI智能体，仅用88小时完成了纳维—斯托克斯方程存在性与光滑性问题的证明——这是克雷数学研究所七大千禧年难题之一，悬赏100万美元。OpenAI同步公开了166页论文及Lean形式化验证代码。在方法上，约1万个AI智能体被分为多个小组并行探索，可读取缓存互联网、运行代码并组内通信。

紧接着，OpenAI在10月6日再次发布“数学风暴”。 该公司一次性在GitHub上发布了722篇数学手稿，划分为372个“结果族”，涵盖理论计算机科学、数论、几何、数学物理等17个领域，包括准黎曼假设、Hilbert第十问题、Mahler猜想等重要进展。OpenAI宣称，绝大多数结果使用尚未发布的内部模型获得，平均每个结果耗费相当于ChatGPT Pro三个小时的计算量。

谷歌DeepMind的回应。 10月11日，谷歌旗下DeepMind团队在《科学》杂志发表AlphaProof Nexus的成果：该系统解决了9个此前未解决的厄多斯问题（其中两个悬而未决超过50年），并攻克了《整数数列在线百科全书》中44个开放猜想。同期评论文章指出，“AI用于科研级数学的时代已经到来”

开源社区的“反击”。 更引人注目的是，OpenAI发布第109号数学难题（整数乘法下界）后，一个去中心化的“人类+AI蜂群”在GitHub上展开了24小时接力。研究者Doug Colkitt率先将核心参数k从2⁻¹⁸²推进到2⁻³⁴，随后数十个由Codex和Claude驱动的AI智能体被释放，151个PR在一天内涌入，新增代码超过2.6亿行，最终将k值提升至0.00129——实现了数亿倍的指数级突破。

学界反应两极。 伦敦大学学院教授弗朗西斯·约翰逊研究沃尔D(2)问题长达25年，他说：“我研究这个问题25年，为此写了两本书，最后我本人放弃了。AI能这么快攻克它，我很意外。” 但帝国理工学院的凯文·巴扎德提醒保持审慎：在OpenAI发布的数论领域30篇论文中，“仅有7篇看起来质量突出，而只有1篇通过Lean形式化验证”。著名数学家陶哲轩则批评前沿AI实验室发布成果的“疯狂节奏”。

对学术会议的启示： AI正在从“科研辅助工具”转变为“科研参与者”。对于计算机与AI领域的学术会议而言，如何评审AI生成的成果、如何界定人类研究者的贡献边界，正在成为亟待回应的制度性议题。