The Verge 的播客节目 Decoder 最新一期聚焦 AI 对数学领域的冲击，主持人 Nilay Patel 与 The Verge 驻伦敦 AI 记者 Robert Hart 展开对话，探讨近期 OpenAI 发布的一组数学难题解决方案如何在数学界引发轩然大波，并催生了一场关于学科未来的存在危机。
Robert Hart 在节目中表示，过去半年到一年间，AI 在专业数学领域的能力出现“爆炸式”提升，从原先的“非常糟糕”迅速转变为“真正擅长”，这种压缩式变化让数学界措手不及，类似软件工程领域过去几年经历的 AI 冲击，但时间被大幅缩短。
值得注意的是，AI 在数学上的表现呈现两极分化。一方面，模型在基础算术上依然“非常糟糕”，例如无法准确数出单词“strawberry”中字母 R 的数量，甚至搞不清星期几；但另一方面，在高端抽象数学领域，AI 却展现出惊人的能力，能够连接不同领域、以新方法应用旧理论。Robert Hart 指出，数学并非单一学科，就像生物学涵盖从动物观察到细胞机制的不同层面，AI 在不同数学分支上的能力参差不齐，例如拓扑学据称仍是其弱项。
OpenAI 发布的解决方案被形容为在数学界“像炸弹一样炸开”，引发了激烈辩论。Robert Hart 采访了多位当代最杰出的数学家，他们普遍担忧 AI 若能达到如此水平的数学能力，是否意味着 AI 实验室能将这种技能迁移到其他领域。更深层的焦虑在于：如果前沿模型能解答所有悬而未决的问题，那么大学培养新一代数学家、资助学术研究以发现新问题的意义何在？
节目还提出了一个尖锐的质疑：AI 在数学上的高调表现，是否只是前沿 AI 实验室的营销手段？这些实验室可能并不真正关心数学这一最古老、最基础学科的未来。Robert Hart 表示，他采访的许多人对此持有不同看法，但普遍认为数学界正面临一场“全面的存在危机”。
这场讨论折射出 AI 技术对传统学术领域的深层冲击。随着模型在专业推理任务上的能力跃升，不仅是数学，其他依赖抽象思维的学科也可能面临类似的反思。对于 AI 产业观察者而言，这不仅是学术界的内部争论，更关乎 AI 能力边界的拓展及其对科研生态、人才培养模式的潜在重塑。