1. AI数学工具正在改变什么从“纸笔时代”到“人机协作”1.1 旧世界的几个特征我记忆里的数学工作流我入行那会儿做数学研究的基本流程是先在草稿纸上写满推导然后拿给同门师兄看师兄皱着眉头划掉几行说“这里跳步了、那里条件没验证”你回去再补再找导师谈一来一回就是好几天。遇到某个复杂的符号积分或者矩阵化简翻半天公式手册算到后半夜发现符号抄错了一个前面的工夫全白费。那时候做数学就像在雾里摸石头每一步都要靠自己试没有任何东西替你兜底。这个“旧世界”有几个标志性特征第一试错成本极高。一个代数化简错误可能要等你算完第20行才能发现而一旦发现整个思路都可能要推翻重来。第二入门门槛被技能而不是思维卡住。很多年轻学生其实想法不错但被“不会算”“算不动”挡在门外时间久了就失去了继续探索的欲望。第三答案的唯一解释权在“人”手里。一篇论文到底对不对往往取决于审稿人能不能看懂而不取决于论证本身是否严格。这三个特征相互纠缠让数学在很长一段时间里都被当成一种“手艺人”的孤独职业。我记得某导师在开组会时说过一句话数学不是靠努力就能做出来的很多时候是“运气直觉大量无效试探”的结果。那时候的无效试探真的就是纯粹的人力浪费。你花三天去验证某个特殊情形是否成立后来发现两个同门早就用数值计算确认过答案了只是没写进论文。这种信息不流通、实验不共享的状态极大拖慢了整个领域的进度。1.2 新世界到底新在哪里AI带来的三个根本性变化AI大规模进入数学领域之后我观察到的最根本变化不是“AI能解几道题”而是整个工作流的底层逻辑变了。我把这概括成三个层面第一层试错成本被大幅压低了。以前验证一个猜想是否成立可能要手动推导、数值模拟、逐一检查边界条件现在把问题描述给AI几秒钟内就能拿到一个初步试探结果。哪怕这个结果八成是有问题的但你至少不用再花三天去确认“这个方向是否值得继续”。AI就像一个永远不会不耐烦的初级合作者你让它算100个特例它就算100个特例速度稳定、态度稳定、出错模式也相对稳定。第二层证明的“原材料”从纸笔变成了可交互的逻辑对象。传统的数学证明写在纸上没法让机器替你做机械检查。而新一代证明助手比如Lean、Coq这一类把证明过程变成一套形式化语言AI可以在里面辅助你生成证明步骤、搜索战术模式、补全中间引理。这意味着写证明开始变得像写代码可以编译、可以调试、可以回滚数学论证真正获得了“可执行性”。第三层数学风格和交流方式在改变。以前人和人交流数学靠的是黑板、论文和“我觉得这里显然”。现在越来越多的人习惯先跑一遍实验脚本再写下证明纲要。AI生成的证明片段可以被全文搜索、被形式化验证、被自动化的依赖检查。整个数学共同体对“什么算一项完整工作”的评价标准也在悄悄变化——只给手写证明可能不再够最好附上机器可验证的形式化证据。1.3 为什么“回不去”效率差就是最大的理由很多对数学有浪漫想象的人会说手算推导才能培养直觉纸笔推演才是数学的“本体”。我尊重这种情怀但我特别想说一个现实效率差异实在太大了大到任何拥抱新工具的人都能指数级地甩开旧工具用户。举一个大家都能理解的类比以前查文献要去图书馆翻纸质期刊一翻翻一下午还只能看摘要现在用搜索引擎几分钟内定位到相关论文还能直接看引证关系。你不会因为怀念翻书的感觉就放弃搜索引擎。AI之于数学也是一样它不是要取代你的思考而是把原本被“低级重复劳动”占据的大量时间释放出来让你能真正聚焦在“提出问题”和“设计策略”这种高阶活动上。我见过太多旧世界里的遗憾某个有天赋的学生花了整整一个学期去推导一个已经被前人解决过的特例只因他完全不知道怎么快速查找和验证前人的结果。如果他早一点学会用AI工具辅助检索、辅助计算、辅助核对推导这学期的时间完全可以用于一个真正有原创性的想法。所以我说“回不去”不是指我们失去了什么而是指那些坚持从事纯人工低冗余劳动的人正在被自适应工具武装的同行拉开到一个无法追赶的差距。从这个角度讲数学确实再也回不到那个用时间去堆试错的旧世界了。2. 我实际摸索出的AI数学应用路径从选题到成稿2.1 路径一用AI做数学实验而不是直接要答案大多数人对AI辅助数学的理解还停留在“你问它一道题它给你一个答案”。这种使用方式不是不对而是远远放大了AI的缺点——AI产生的答案并不保证正确一旦答案错了你反而比不用它的时候更困惑。我自己的经验是把它定位成“数学实验终端”把重心放在探索和生成候选策略上而不是答案本身。具体怎么做比如你研究一个关于数列收敛性的问题。你手里有一个猜想某个递归序列的极限可能是一个含根号的表达式。传统做法是手动迭代、画图、观察再尝试证明。我的做法是先用AI快速生成这个序列的前100项让它帮你判断单调性和上界然后让它给出两个可能的证明路径A和B并在每条路径下标注关键步骤。这里AI给出的证明路径可能有瑕疵但至少你获得了两个可尝试的方向。然后再针对方向A的关键步骤继续追问“这一步用均值不等式是否能放缩成功试一个临界参数看看。”这样一层一层地探索AI就变成了你的“实验生成器”。有一次在模拟项目X里我需要研究一个带参数的积分族在边界处的渐近行为。用纸笔推导了三天只搞出了第一项的收敛性。后来我换了个思路让AI分别尝试三种展开策略分部积分、变量代换、复平面围道。AI几乎瞬间就把三种路径的首项和第二项都跑了一遍虽然其中围道那版的复平面条件根本没验证但它让我突然意识到“这个积分本质上是一个Gamma函数的变形”一下就把问题的结构看清楚了。所以核心经验只有一句话别把AI当词典把它当摇臂钻。你不该为“查一个单词”去用钻床而是为“在工件上开一个孔、试一个角度”而用它答案的正确性最终还是由你来把关。2.2 路径二证明助手如何“逼”你把逻辑彻底想清楚如果说探索性AI工具带来的是“效率”那么证明助手类工具带来的是一种完全不同的东西我愿把它称为“逻辑的破壁机”。传统的数学证明里“显然”“容易看出”“不再赘述”这些话隐藏了大量细节。有的细节确实是平凡的但有的细节里藏着致命的漏洞。形式化证明对每个“显然”都要追问到底应用了哪一条定理依赖了哪些变量范围的条件这里的量词顺序是不是反了我第一次在Lean里尝试把一段“连续函数在紧集上有界”的经典证明完整形式化时内心受到了巨大冲击。我以为自己对这段证明熟得不能再熟结果写形式化代码用了整整八个小时中间反复被编译错误打回去一会儿忘了假设$f$是连续函数一会儿忘了$K$需要非空一会儿陷入“选择性谓词实例化”的死胡同。等我终于过了编译我对这个“简单”定理的理解完全变了。我终于明白为什么很多教科书要一步步铺垫紧致性因为每一步都在为形式化铺路。这种“逼你把每个细节说清楚”的能力在AI出现之前已经有了Lean等工具本身的发明时间早于AI大规模应用但AI把使用门槛拉低了。以前写形式化证明要专门背大量战术命令现在你可以在证明助手的编辑器里开启AI补全和自动搜索把你的半成品证明喂进去让它建议下一步可以用哪个引理。AI不太可能一次就给出完全正确的 tactic 序列但能给个八九不离十的候选剩下的就是手动微调。这个组合非常像结对编程AI是那个帮你敲模板的搭档而证明助手的类型系统是那个严格到不近人情的评审。我建议任何有志于“认真把数学搞明白”的读者不管是不是打算发表形式化论文都去试一次把一段自己手写的证明转入证明助手。这个过程一旦经历过你就会发现自己在纸笔推导时的严谨度都会自动上一个台阶因为你再也受不了之前那种“看着差不多”的含糊。2.3 路径三AI在教研和课程设计里的落地尝试除了研究我这两年把大量精力花在AI辅助数学教学上。我完整设计过一套AI辅助微积分课程的配套工具从备课、出题、批改到个性化练习每个环节都试过用AI替代一部分重复劳动也踩了不少坑。备课环节最实用的是让AI生成概念辨析类例题。比如我输入“生成5道关于拉格朗日中值定理的易错题重点覆盖‘满足条件的开区间性’和‘不满足连续时定理失效’难度递进每题附一个学生常见错误和对应讲解。”它生成的题目质量一开始参差不齐但经过我三四轮反馈修正后基本能直接进题库。这个流程最妙的地方是“难度递进”和“错因分类”可以由AI自动完成这在以前要花费我整整一晚上的时间。批改环节的落地就更惊喜了。以前批改一百份作业主要工作集中在“看结果对不对”但这其实是低价值劳动。我把标准答案和评分细则喂给AI让它先初评把“结论正确、过程不清”“过程清晰、结果错误”“过程和结果都正确但有隐患”等类型自动分类。我再针对分类里只有两三份疑难卷子做人工复核。这让我判作业的时间缩短了大概60%-70%而且我有更多精力去关注那些过程有问题但对答案的学生——他们恰恰是最容易被旧式批改漏掉的群体。个性化练习这块是AI的新机遇也特别能解释“为什么回不去旧世界”。以前给不同基础的学生布置练习靠老师记忆和手动分组很难做到动态适配。现在AI可以根据学生的错题记录、最近一次测验的薄弱点自动生成一页“只针对你个人”的变式练习难度还能根据正确率实时调整。A同学做了三道基本题全对AI自动跳过基础题给他出应用题B同学连错两道AI自动退回更基础的题型。这种精准程度在旧世界是只有一对一私教才能做到的。3. 一套可复现的AI辅助证明/研究实操流程3.1 准备工作选对工具比努力更重要工具选型是个很容易被低估的关键步骤。我用过市面上很多数学AI工具也踩过“一个工具啥都想干、结果啥都干不好”的坑。按用途我现在的工具链分成三类探索对话型用于快速实验、策略生成市面上的主流大语言模型产品基本都可以选对话界面友好、支持多轮追问和公式渲染的即可。关键是看它对数学公式输入的支持——是否能用LaTeX输入、能否直接渲染输出、能否处理符号推导。符号计算型用于精确的代数化简、积分、方程求解传统的计算机代数系统仍然不可替代它们在形式化简和精确计算上远比纯语言模型可靠。遇到符号计算任务我习惯把任务拆好之后直接交给这类工具执行而不是指望语言模型算得准。证明助手型用于形式化验证选择生态好、社区资源多的依赖类型证明器。新手上手往往会不适应其思维方式但这是值得的投资。在选型上有一条血泪教训语言模型擅长“启发”不擅长“验证”。让语言模型做100位大整数的乘法或者让它在复杂的符号积分里保证每一步等价是在滥用它的优势。正确姿势是用聊天型AI做探索和策略用符号计算系统做落地运算用证明助手做最终验证。三者的配合远胜任何一个单打独斗。3.2 实操环节一个具体问题的完整跑通流程我拿一个数学系本科高年级水平的例子来演示完整流程问题很简单“证明数列$(1\frac{1}{n})^n$单调递增且有上界”但我要求自己用AI辅助工具来跑通它借此展现每一个环节怎么做。第一步我会向聊天型AI发出这类问题“证明这个数列单调递增我打算用二项式展开并比较相邻项的对应项请把展开的每一项都列出来并指出比较过程中需要用到哪个不等式。”注意我要求它“指出关键不等式”而不只是“给我一个完整证明”因为这能让它生成更透明的可检查步骤。第二步把拿到手的二项式展开式子丢给符号计算系统手动写个命令让它验证相邻项的差是否为正。我经常用一段很短的脚本来做这类验证。它的价值是给你一个“目前看来没问题”的计算信心但还谈不上严格证明。第三步回到聊天型AI“基于上述匹配结果请帮我写一个包含完整归纳步骤的证明并且在证明中明确使用单调有界收敛定理之前的逻辑依赖。”这一步它会产出一份纸质版风格的证明我得逐行读像审稿人那样找茬。如果它哪一句写“显然”我就让它展开成三步以内的推导。第四步把最终认为无误的证明草稿转入证明助手尝试形式化。这一步骤会暴露最多问题比如“在证明 $(1\frac{1}{n})^n$ 单调递增时为什么相邻项的公共分母不一致会导致不等式方向相反”。这类细节你在纸笔推导时从未注意过但机器会揪着你不放。到最后“编译通过”的那一瞬才是整个流程真正的终点。我这么说你别被吓到第四步的第一次体验可能耗时非常长但这是磨刀的过程。当你跑通一个例子后面换个函数、换个定理整个模板逻辑是能复用的。3.3 结果核验如何判断AI的输出是真的还是幻觉我必须反复强调AI输出的不可靠程度远超很多人的想象。Garbage in, garbage out是一部分问题更严重的是它能够生成“逻辑连贯的垃圾”你读下来觉得每一句都通顺步骤也齐全最后结论却是错的。这种错误比“看着明显不对”的错误危险得多。我总结出一套验证纪律每次用AI输出结果后都会走一遍第一离散测试随便取几个特殊值代入AI给的公式或结论看左右两边数值是否相等。这个动作成本极低但能干掉大概八成的低级推导错误。比如AI给了一个积分公式你就代入 $a2, b3$ 算一下左右两边五秒出结果。第二符号检验让AI给出的表达式的量纲/阶数在极限情形下是否符合直觉。比如某个渐近式声称当 $x\to\infty$ 时收敛到常数你代入一个非常大的数看趋势再代入一个中间量看是否平滑。这在旧世界里的作用是“培养直觉”在新世界里是“验证AI”。第三交叉询问同一个问题换一种打开方式再问一遍。上一轮你问“证明A成立”这一轮你可以问“找出A可能不成立的反例”。如果你连着两次都能得到一致结论且第二次AI都找不到反例那你对它输出的信心评级就可以上调一格。如果第二次AI还能找出反例恭喜你反而发现了一个值得深入研究的边界情况。第四独立复核最关键的一步不要让AI自己验证自己。把最终的表达式放到独立的符号计算系统里重新推导或者让一个不使用AI的同事用纸笔推一遍关键步骤。我一直认为人脑验证和机器验证各管一段最有效人脑管直觉和探索机器管精确性交叉覆盖。顺带说一句有读者可能会问那证明助手的验证算不算AI自证这个问题问到点子上了证明助手不是大语言模型它自身的推理规则是人明确写定的它验证你的证明时不是在“猜”而是在“查”。所以它能有效地解决“AI自说自话”的问题。这也是我坚持把“AI探索”和“形式化证明”做成链条的原因——AI负责想证明助手负责审。4. 常见问题与避坑实录4.1 问题一AI给出看起来很合理的错误证明这个我简直能出一部血泪史。有一次我研究某个不等式证明AI给了个看起来很漂亮的“对偶证明法”分了两行就得出结果。我开心地把整理成的手稿发给一位同事看同事沉默了半天说“这里的对偶条件你用反了虽然结果是对的。”回去一检查还真是——AI把原问题与对偶问题的极大极小方向整反了它之所以结论成立纯粹是碰巧在某个特殊结构下方向和结果恰好对应。这种“结论恰好对但推理全瞎写”的情况非常难防因为如果你只核对结论AI不会被拆穿。我的对策就是前面说的“交叉询问独立复核”。从这里我也得到一个教训AI输出的推理过程越精妙越要警惕。真正可靠的推导往往是每一步都朴素到能被人一步步跟下去的而不是那种“魔法般的跳跃”。4.2 问题二AI数学能力的天花板在哪里要不要聊AI的极限要。我测试过大量复杂数学问题发现它的“上限”仍然明显依赖于问题的结构可分解程度。对于“分步骤能拆解清楚”的题目比如数列极限、不等式放缩、级数收敛性判断AI表现得相当好对于“需要全局洞察、结构极其抽象”的题比如某个代数几何对象的新构造、某个拓扑不变量之间的深层联系它就很容易给出一个泛泛而谈、缺乏实质的“假深刻”回答。我还发现一个现象在同一道难题上把问题拆成三四个小问题逐问比一次性问完整问题效果好得多。毕竟AI是语言模型它擅长处理局部语境你把全局问题拆成局部它处理的能力上限就提高了。反过来如果你的问题是“请彻底解决这个领域悬而未决的猜想”那它只会给你一组看起来很语文但其实什么也没说的漂亮句子。所以我把AI的天花板总结成一句话送给每一位新人AI的能力上限不在于模型大小而在于你拆解问题的能力。你把问题拆得越清楚、步骤越具体它能帮你的就越多。希望它替你完成“从一无所知到最终突破”的全过程是对它的过度期望。4.3 问题三数学教育里滥用AI的副作用我不能只讲AI的好处不讲副作用。在教学场景里最常见的滥用就是我称之为“答案即正义”的模式遇到不会的题直接把题干扔给AI拿到答案就交作业。这个模式的核心问题不是“作弊”而是它彻底屏蔽了思考过程。数学是一门通过“做中学”来培养直觉的学科你跳过了中间过程等于用点外卖代替了做饭。时间长了题型熟练度会崩坏遇到AI没训练过的变式就毫无思路。我的建议是在教改实践中一定要保持练习环节的AI门槛。比如我在课程平台上会把练习设置为“首次提交不允许用AI”或者用AI出了题但把提示藏起来。想让AI辅助教育而不毁掉教育就只能让它出现在反馈环里批改、分析、纠错而不是出现在解题环里替代思考。4.4 问题四对AI的依赖会不会毁掉基础能力这个问题等价于“用计算器会不会让人不会做加法”。我的答案是不会但前提是你要知道在什么阶段禁止使用、什么阶段放手使用。我在初期对学生做了个小实验一组学生全程允许用AI辅助另一组要求前三周禁止用任何AI工具之后两台并行。结果有意思——一开始禁止的那组的纸笔能力明显更强但到了第六周全程允许组的速度优势开始显现且纸笔能力并未出现断崖式下滑。这说明短期的工具依赖并不会直接摧毁基本功真正危险的是“从一开始就被工具替代思考”的学生。怎么拿捏这个度我的经验是两条第一当你要学一个新概念时先试着完全不用AI把它复述和推导一遍卡住了再说第二每月固定几天做“拒绝AI日”全部问题都用纸笔和传统符号计算系统完成。这种主动性“限制使用”反而能保护你对数学的掌控感。5. 这个方向后续还能怎么玩前面说的都是已经在实践中的东西最后我再展望一下接下来的机会点。这些想法有一部分我已经在试有一部分是我从身边人那里听说各取所需。比较现实的方向之一是把AI和数学形式化证明推向更自动化的流水线。现在“AI自动搜索证明引理”已经很强大但还不能自动写出一整篇可验证的硕士毕业论文级别的形式化证明。我预感未来几年这个缺口会被补上到那时候新的审稿流程很可能变成“自动检查源码化证明”这个颠覆是货真价实的。方向之二是面向普通学习者的“可解释数学助教”。现在市面上的解题辅助工具不少但极少有工具能像一位好老师那样在学生卡住时给出恰到好处的提示而不是直接给完整答案。如果能结合认知诊断模型和AI生成能力做一个“永远只说半句话”的助教对低龄数学教育的改造会非常可观。方向之三是“人机协作的猜想发现机制”。我最近尝试过让AI在某个研究对象上自动生成大量结构类比看有没有可能找出未被发现的同构或对偶关系。初始结果很粗糙但确实能比人脑更轻易地从不同领域拉来一些“看起来无关但结构相似”的例子。这种跨领域类比能力的自动化如果在证明和探索环节可持续推进数学中“建立联系”这一核心技能也许会被重新定义。我个人接下来的小计划是把之前做的那套AI辅助微积分工具用到一个新的实验班里继续采集学生错题数据训练一个更懂“新手犯什么错”的分类模型。如果后续有成果再找机会写成单独的长文分享出来。我在这件事上最大的体会是数学从来不是一个“答案越来越多人知道”的学科而是一个“越来越多有效的思考路径被打开”的学科。AI并没有改变数学的真伪标准它改变的是我们触碰思想的路径数量和速度。旧世界的手感值得怀念但新世界的视野已经容不得你站在原地。早一点把它纳入自己的磨具箱你损失的只会是对旧世界的乡愁收获的却是几乎无边界的行动力。