人形机器人在科学实验室参与科学研究，创意图。视觉中国丨图
有个数学问题，刘宇航从2019年就开始思考了，一直没什么思路。2026年夏天，他决定交给AI试试。
那时他刚借到朋友的ChatGPT Pro版账号，没给具体方向，只让GPT自己试。一两个小时后，模型发来一篇论文。
这个问题此前已有顶级数学家长期探索。刘宇航把模型给出的结果发给相关学者讨论，再根据反馈继续追问。一个原本停滞多年的问题，出现新的进展。
2026年10月，OpenAI公开了一批由内部前沿模型生成的数学手稿，归纳为数百组结果。大量数学结果同时涌入数学家的视野，要证明是否成立，需要进一步验证。更大的问题是，AI生成数学结果的速度越来越快，数学共同体是否有足够时间理解、检验并吸收它们。
一个月前，类似问题已经摆到数学家面前。9月11日，陶哲轩等25位菲尔兹奖得主联合发表《人工智能在数学中的严重错位》，声明并非拒绝AI进入数学，而是提醒人们，数学的价值不只在解决问题，也在求解过程中产生的新思想、新方法，以及这些知识如何在人与人之间被理解、传播、延续。
类似的震荡也在实验室里发生。人工智能AlphaFold根据蛋白质的组成，预测它在空间中折叠成什么形状，给研究疾病和药物的科学家提供了新线索。两位主要开发者因此获得2024年诺贝尔化学奖。在化学实验室，机器已经能自己动手。2026年4月，荷兰阿姆斯特丹大学团队公布的系统，能加液、混合，每做完一轮，还能根据结果调整下一轮的配方。一项测试中，它找到的新方案只需两分钟，得到目标产物的比例，与此前一种耗时五小时的方案相近。
不过，这些进展还没有成为每间实验室的日常。中山大学实验物理博士陈旭衡，每天在跟温度、气压和原料比例较劲，生长一种又一种晶体材料。他来说，AI要深入实验，还差得远。
但陈旭衡已经能看见那道影子。他们做材料的，大量工作是重复劳动，在实验室一蹲十几个小时，改条件、等结果。他认为，这种活儿，早晚会被AI替代。
在燕山大学理论物理研究员李军的课题组里，变化来得更全面，从理论方案搭建到实验数据分析，再到文本构建、润色，AI已经嵌进了科研流程的各个环节。
在科幻小说《三体》中，入侵地球的外星文明，干扰人类的科学实验，科学家丁仪说了那句著名的“物理学不存在了”；现实中，AI闯进实验室，科学家最担心的事，正在发生。
电视剧《三体》（2023年）中，呈现原著小说所提及的在中国良湘进行粒子对撞实验的高能加速器。资料图
混战警告
刘宇航从那道线性代数问题上，切身感知到了模型能力的变化。AI先给出了六维情形的解。六维是这个问题有意义的最低维数。刘宇航把结果发给一名研究该问题的数学家看，对方认为六维结果有一定价值，但并不特别出乎意料。刘宇航继续追问更高维情形，模型随后在26维构造出反例。
这意味着，六维情形成立，但在足够高的维数里，原来的结论并不成立。刘宇航再把反例发给那位教授。对方原本以为结论对所有维数都成立，看到反例后改变了看法，他认为，AI几乎把这个问题完全解决了，只有中间维数尚未解决。
让刘宇航印象深刻的，还有AI寻找反例时采用的方法。它用到了概率论，这通常不是数学家首先会想到的路径。刘宇航认为，AI能够调动不同领域的知识，融会贯通，技术能力很强。
潘佳垠是理论数学里奇曲率方向研究者，加州大学Santa Cruz分校副教授。OpenAI一夜之间甩出722份数学手稿的消息传到他那里时，系里正在开会。同事们多少有预期，因为手稿发布前，消息已经传了一阵子。但真看到那七百多篇论文时，一位教授发现，自己正在做的一个问题，被AI做出来了。他发出警告，当这个内部模型公开发布时，将会引发一场毫无节制的混战。
潘佳垠目睹了这场狂飙突进。2026年年初，他还觉得AI能做一些研究生水平的题目，但没觉得它很快就能自主做科研。结果不到一年，OpenAI先是透露，内部模型尝试证明十道研究级数学问题，并称根据专家反馈，其中至少五份很可能正确。到了9月，OpenAI宣布，其内部系统给出了千禧年难题之一“纳维–斯托克斯方程解的存在性与光滑性问题”的一个证明。
但此事很快引发争议。纽约大学数学家巴克马斯特公开质疑，OpenAI是否使用了他们输入Codex的研究材料，并披露双方围绕成果发布安排的交涉。OpenAI随后否认。
陶哲轩等25位菲尔兹奖得主随后发表声明，警告AI企业急功近利的做法正在伤害数学研究。有数学家形容，此事在数学界引发了一场“存在主义危机”。
AI治理研究者周卓然曾任阿里云产品经理，熟悉大模型行业衡量能力的方式。企业用一套标准化测试，把不同模型放到同一把尺子下比较、排名，“就像高考一样”。
机械臂正在晃动烧杯里的液体。视觉中国丨图
但在她看来，模型解出更难的问题，与科学共同体从中获得新的知识，不是同一件事。“科学共识是需要时间的。”前者可以迅速成为能力展示，后者却需要研究者反复检验、讨论，把新方法与已有知识连接起来。
潘佳垠认为，这种生态的转变任何人都无法逆转。他注意到，今年arXiv预印本网站上的论文比以前多了，作者中也出现了业余爱好者、本科生。愿意花钱使用AI，就可能获得一个很好的结果，有的人还没认真读过，便把文章放了上去。
平台也开始应对这种增长。arXiv公布的数据显示，2026年9月收到四万余次投稿，较两年前翻倍。10月1日起，平台将每位提交者的投稿量限制为每个自然月两篇，希望给志愿审核人员减轻负担。
潘佳垠时常担任论文审稿人。他说，审稿周期本来就很慢，如果杂志让他审一篇AI生成的文章，他可能不愿意。“这个作者可能自己都没有理解这个东西，我花的工夫可能比作者还多，我为什么要去审？”
过去没有AI，理解一个问题和写出一篇论文，基本是一件事。潘佳垠说，现在这两件事开始分开了。
倒置
AI把结果交出来，并不意味着它已经成为知识。正如潘佳垠所说，数学问题绝大多数情况不是一下就能解决的，需要个人或团队一步步推进，慢慢加深理解。
刘宇航在使用中也逐渐意识到，验证这一步不能省。AI给出证明后，他没有立刻理解全部推导。“它一两个小时输出的，你可能要看一个礼拜才能想明白它的思路，以及验证它为什么是对的。”他说。
周卓然将AI带来的深层变化概括为“知识结构倒置”。4月，她所在团队发布了一份12万字的报告，其中大量数据分析交给AI完成，后来回溯时，发现了一些问题。过去，研究者先完成思考过程，再形成结果；生成式AI出现后，人更容易直接拿到结果，却也可能让人减少对中间步骤的关注。
中国科学院自动化研究所研究员徐楠也特别强调研究过程中的隐性经验。他深度参与研发的“磐石”，是面向科学基础研究的大模型。在他看来，科学研究中值得留下的，不只是科学家最终做出了什么，还包括他们为什么选择一条路径、放弃另一条路径，以及支撑判断的证据。只有把这些科研决策过程记录、积累下来，才可能转化为模型可以学习和传承的经验。
广东东莞的中国散裂中子源科学设施内部，工作人员2021年4月15日在搭建谱仪的屏蔽体。视觉中国丨图
李军团队从2022年开始构建超导体电子结构数据库，2024年完成第一版，此后继续补充数据。到目前为止，他们还没有用AI搜集这些数据，每一篇文献都由学生手动核实，工作量很大。
李军认为，未来科研评价不能只看论文数量和期刊，还要看数据是否可验证、模型是否可重复、代码能否运行，以及实验流程和结果能否复现。他也提醒，AI发现和生成结果的速度，已经远超人类核实、理解、消化的速度，怎么检查、修正，再让可信的结果进入知识体系，变得尤为紧迫。
陈旭衡在实验室里看到的，是另一番景象。他的导师曾尝试推动实验自动化，但因为缺少相关人才，已经“差不多放弃了”。在这个链条里，AI目前还只出现在边缘。陈旭衡期待未来有公司能提供定制的自动化实验系统，让机器改变条件、生长材料、进行测量，再从结果中寻找规律。
谁的工作被看见
谈到团队开发的超导预测模型，究竟帮了实验研究者多大忙，李军的回答很直接：“并没有帮助到。”
团队用模型筛选潜在超导材料，但团队外的实验研究者对这些预测存有疑虑，仍在沿用原来的试错方式。
更重要的是把预测的超导体真正生长出来，这个过程全靠人工。陈旭衡将晶体生长的场景形容成“烤肉”：实验人员先将合成目标晶体所需的原料压成一根“料棒”，再把它放在与目标材料结构相似的“晶种”上，一起送入光学浮区炉。炉内充满惰性气体，激光从料棒根部开始加热。料棒缓慢旋转，“像土耳其烤肉一样”，受热的部分逐渐融化。随着热源从根部向上移动，融化的原料逐渐冷却，最终生长成目标单晶。最后的环节，要耗费好几个小时。
实验需要投入大量时间和经验，李军希望科研评价能够更多地关注到这部分工作。如果AI能够产生海量论文，而评价仍只是数论文、看期刊，就会激励更多“灌水”。
李军的实验室，其中包含研究超导材料光谱的实验装置。受访者供图
徐楠关心的是，一项成果背后，不同环节的贡献怎样辨认。他注意到，一些企业宣传基于大模型的AI for Science科研成果时，“科学家的贡献被淡化了，大模型成了主角”。
提出问题、加工数据、开发模型和工具、完成实验，都可能对一项成果有贡献。在徐楠看来，如果能够更完整地记录科学家和AI各自发挥的作用，将有助于理解成果是如何形成的，也便于后续检验和复核；也需要明确，如果结论出错，由谁承担责任。
潘佳垠的一位合作者，把一个问题交给AI，得到了一篇二三十页的文章，问题被解决了。合作者把文章整理后放到arXiv上。潘佳垠后来问他，打算向期刊投稿吗。对方说，不打算。
这件事让潘佳垠想到自己。如果花200美元，让模型跑出一篇40页的论文，他该怎么办？把它发出去，并不困难。但他会犹豫，是否要把自己的名字放上去。“我当数学家，并不是说我要去通过这个‘抽卡’来得到更多的结果，这并不是我想要的数学家的生活或者工作呀。”潘佳垠说。从构思问题、有一个初步想法，到一点点把东西拼起来，发现哪里有问题，再回头补，过去他享受的是这个过程。
个人可以作出选择，评价体系却不能回避。潘佳垠设想过一个招聘场景：一个刚毕业的博士，拿着20篇AI生成的论文，结果很好，他自己也都理解；另一个人只有两篇，自己做出来的，结果却没有那么好。该聘用谁？
在他看来，读懂一篇新论文、把它讲清楚，一个比较好的硕士生也可能做到。但独立找到思路、解决问题，要求的是另一种能力。
2026年9月17日至18日，24位资深数学家聚到哈佛大学，讨论AI时代该怎样培养博士生。会后形成的建议草案提出：“博士学位不应主要依据博士学位论文的文本来授予。”
草案建议，多位教师应定期与学生面对面，考察研究计划和进展；答辩时，学生必须展示对论文内容的全面掌握。
刘宇航认为，AI暴露的其实也是旧问题。数学界过去重视优先权，把主要荣誉给最先解决问题的人，那些将已有成果系统整理、解释清楚的人，贡献往往被低估。
“你不能把荣誉全部给那个先解决问题的人。”刘宇航举例，今天的微积分教材，已经和牛顿、莱布尼茨时代的著作很不一样。几代数学家持续改写证明、调整表述，将旧成果变成后来者能够学习的知识。这些工作一直存在，只是当解题变快之后，它们的价值更需要被看见。
他倾向于，如果研究者用AI获得结果，又能解释清楚，可以认可其贡献；如果一个人擅长搭建模型，跑出了结果，却解释不清，就不应独占荣誉，帮助验证、解释的领域专家也应得到认可。
但边界仍难划定。怎么判断一个人是真的理解，还是把追问转交给GPT，再复述答案？几个团队分别验证了同一篇论文，又该怎样分配贡献？刘宇航也没有现成答案。
迷宫与出路
刘宇航也经历过失落。一个问题，自己想了很久没有办法，AI却很快给出结果。但他很快不再把这当成对个人能力的否定。
以前，一个问题走到某个地方卡住，他可能想上一年，最终转去做别的。有了AI之后，他才发现，有些地方并非真的走不通，只是自己当时做不到。模型凭借知识面和计算技巧，有时能帮他冲过去。
他把AI比作走迷宫的探路者。研究者先搭起框架，列出几条可能的路线，再让AI分别试。省下具体计算的时间后，他能同时推进几个问题。
李军也认为，科学家的能力会更多转向提出好问题、连接不同领域、判断结果。他用“审美”来概括，在这里特指辨别一个结果的好坏，决定什么值得研究、什么可信。
但潘佳垠不愿意就此给人类划出一块稳固的领地。提出问题和鉴别价值，是否会成为人类价值的堡垒？“这种想法有点过于乐观。”潘佳垠回答。
过去，人们也曾以为AI只能做研究生水平的题目，不能自主开展数学研究；只能处理组合问题，不能做几何。现在再断言它只能写证明、不能提出好问题，同样缺少把握。在他看来，AI不仅可能提出问题，也可能逐渐学会判断哪些方向值得探索。甚至把证明整理得更好、解释新方法与旧方法的联系，这些原本被认为需要数学家完成的工作，AI也可能参与。
一个孩子在写满微积分、椭圆、质能方程等科学公式的黑板上书写。视觉中国丨图
周卓然还有一层担心，研究者会不会追着AI擅长的问题走。她引用谷歌与麻省理工学院团队9月联合发布的报告《AI in Science: Early Insights》中的一个观察：数据充足、容易验证的问题，借助AI做起来更便宜；数据稀少、需要昂贵实验才能确认的方向，则可能相对受到冷落。这还不是对AI长期影响的定论，却提示了，工具帮助研究者回答问题，也可能影响他们选什么问题。
选择也受到工具条件的约束。刘宇航担心，数学成果本身公开，产生前沿结果的闭源模型，却掌握在商业公司手里。公司可以决定向哪些人提供模型，研究者能否及时跟进前沿，也可能因此出现差异。
周卓然把问题又往前推了一步。模型学习了研究者多年积累、公开的知识，训练完成后，使用它的条件却由少数公司决定。她担心，公共知识正在变成集中在少数机构手中的能力。“用了这些共通的知识，生产了只属于自己的财富，这是不是公平的？”
潘佳垠经历了心态的转变。他承认自己喜欢的“古法科研”可能回不去了，但又不愿意因此放弃科研。他开始思考，AI时代还有什么值得自己乐观。
随后他想到，过去自己学习其他数学分支，总会考虑能不能形成论文、获得科研产出。假如未来评价体系发生变化，他反而可以把时间花在纯粹感兴趣的东西上。
现在他倾向于相信，学习AI生成的数学，也可能是一件有意思的事。“AI要是生成很漂亮的证明，我还是乐意去学、去理解的。”潘佳垠说。
（感谢施璇、黄潮欣、左力对本文提供的帮助，陈旭衡为化名）
南方周末记者 朱圆
责编 刘悠翔
