AI给答案，也可能透支人类的能力账户
主要观点
AI如果攻下人类数百年未解的数学难题，值得庆祝的或许不只是答案本身。真正的争议在于：公开问题曾像灯塔一样组织研究、催生方法、培养人才；当它们被当成模型跑分题库，数学共同体担心的，是未知前沿和能力识别机制被一起消耗。对普通人而言，AI时代更重要的判断是：这次只要结果，还是还要让能力长在自己身上？
关键要点
- 公开问题的意义在于持续组织探索：研究者可能找到新路径、创造新工具，甚至在未解决主问题时发现更值得攀登的方向。
- 纳维-斯托克斯问题的争议不等于普通方程首次出现；难点是证明流体演化是否会在有限时间内形成数学意义上的奇点。
- OpenAI披露的系统动用了上万个智能体，约88小时找到解答，又用17小时形式化验证，产生270万条消息和约1300亿个Token；但正式认定仍需公开发表、时间检验与共同体接受。
- 当难题被当作模型广告，数学共同体担心的不是效率，而是研究经费、年轻学者注意力与学术声望不再围绕同一座“未知之山”聚集。
- 尼瓦猜想的案例显示，AI时代可能出现成果与理解脱钩：有人提交看似完整的证明，却无法在交流中解释其推理，这削弱了过去用困难成果识别深刻思考的办法。
- “意义账户”也适用于日常学习与工作：成品可以外包给AI，但若任务本身承担训练功能，拿到答案并不等于完成能力建设。
建议带着这些问题阅读
- 在自己的学习或工作中，哪些任务只需结果，哪些任务必须保留完整过程？
- 如果AI生成的证明无法由使用者解释，成果应如何被验证和评价？
- 当一个前沿问题被快速解决后，研究共同体应如何重新发现值得投入的未知？