10月6日，OpenAI集中公开722份由内部前沿模型生成的数学手稿，归为372组相关结果，其中部分配有Lean形式化证明。几百份结果同时出现后，数学界很快遇到一个更现实的问题：AI证明得越来越快，谁来验证？
几天后，在2026未来科学·创想季“数学与计算机科学×数字未来”跨界对话上，问题被继续往前推。数学家、计算机科学家、产业界和投资人谈到的，已经不止是AI能做多少题，还包括谁来验算、怎样驾驭它，以及更难的一步，谁来提出真正值得解决的问题。
答案多了，谁来验算
“谁来验证这个证明？”中国科学院计算技术研究所副所长、研究员，北京开源芯片研究院首席科学家包云岗，把最近数学界的冲击拆成了三个环节：提出猜想、证明猜想、验证证明。AI在三件事上的进展并不齐步。高价值猜想仍然稀缺，证明能力却已经快速提升。几百份证明集中出现以后，验证反而成了瓶颈。全靠数学家逐篇检查，人力很快跟不上；继续让另一个AI检查，又会追问验证结果是否可信。
北京大学北京国际数学研究中心博雅特聘教授、北京中关村学院常务副院长董彬，也把话题落到了这批结果上。OpenAI公布成果后，他形容数学家们都会先去看看自己的领域，“评估一下受灾程度”。一句玩笑背后仍有一个严肃前提：结果首先得正确。AI究竟完成了严谨的新证明，还是调用既有工具继续推进，需要数学家逐项判断。
董彬团队正在尝试把“验算”直接装进智能体。他们先搭建形式化检索和自然语言数学搜索系统，再让自然语言推理智能体与形式化智能体协作。在一个交换代数猜想中，智能体自行寻找反例、形成证明，再进行形式化验证；另一次研究中，两名博士生借助智能体研究两个前沿猜想，大约5小时后找到反例，其中调用的一个跨领域技巧，他们后来询问20多位本领域数学专家，此前都不知道这一技巧还能用在这里。
团队近期还推进了庞加莱猜想的大规模形式化，两周左右生成约300万行代码，并整理出近3000个公开数学问题，继续给AI“出考题”。董彬说：“这是数学最好的时代，不一定是数学家最好的时代。”当证明越来越便宜，数学家的价值也可能更多移向提出问题、创造工具和建立新的理论。
AI越强，人的底子越重要
AI的能力边界到了芯片领域，同样可以用一个“学生”来观察。
包云岗介绍，“一生一芯”原本是处理器人才培养计划，学生要从零开始设计RISC-V处理器。今年，团队把多年积累的45万字讲义交给一个AI“虚拟学员”。大约150小时后，“悟空”完成了一颗64位RISC-V处理器，可以运行实时操作系统和游戏，并推进到可以进一步考虑流片的阶段。
问题随之而来：AI已经能做，学生还为什么要学？
包云岗把答案落回45万字讲义。它来自教师多年积累，也意味着任务已经被专业人士梳理到了足够清楚的程度。“AI表现出来的深度，取决于使用者自身对知识的理解和掌握的深度。”模型知识面很广，真正的专家更知道如何提出问题、拆解任务，也更能识别输出中的幻觉。
在芯片验证中，这个关系更直接。团队为开源处理器“香山”开发UC Agent，一段1200多行的模块代码，智能体可以生成200多个测试用例，找到3个Bug，耗时约5小时；人工完成通常需要两周左右。目前，这套工具已在国内接近10家芯片企业中使用。它能够稳定工作，一个重要原因是资深验证专家先把复杂流程拆成30多个子任务，再设置检查点和标签，让AI每走一步都能被核查。
这种“先把专业能力做深，再让AI放大”的思路，在随后的产业对话中继续延伸。九万里未来科技有限公司创始人陈鹏认为，算力芯片研发需要兼顾性能、软件生态、制造、功耗等多个维度；进迭时空创始人、总裁孙彦邦则把RISC-V看作下一代计算生态的机会，希望以统一架构承载CPU算力、AI算力和实时算力。上海未来产业基金投资部董事总经理李然观察到，具身智能的投资关注点也在移动，市场正更多看向“大脑”、模型和算力芯片。
歌尔股份董事、首席技术官刘耀诚把视线拉到终端。他判断，随着模型能力提升和推理成本下降，AI会越来越靠近个人，进入眼镜、手表等设备。交互方式也可能发生变化，他把它概括为“服务找人”：机器开始理解人的场景和意图，再主动调动服务。
会解题之后，更难的是出题
数学证明还能用形式化工具逐步核验，AI进入物理、化学和材料世界，验证会更慢。
深势科技创始人兼首席科学家、北京科学智能研究院理事长张林峰认为，AI for Science已经走过早期“一个模型解决一个问题”的阶段，文献、计算、实验仪器和自主实验室正在被接进同一套科研基础设施。
他以化学“解谱”为例。研究者要从核磁、质谱数据反推出分子结构或材料配方。团队过去几年逐步积累文献数据、正向计算和反向生成工具，如今再由智能体把这些环节串起来。公开文献中约320万组分子与谱学数据被纳入相关积累，一些过去需要专业团队反复分析的材料配方问题，开始可以由智能体连续调用工具并接受反馈。
工具越来越强，也让“什么值得研究”变得更加突出。
在由上海交通大学特聘教授、人工智能学院副院长、医学人工智能研究院常务副院长、观壹智能联合创始人张娅主持的圆桌对话中，董彬把数学研究能力分为知识、推理和提出猜想。大模型的知识储备已经很强，推理仍在快速进步，更难的是提出一个真正有价值的问题。数学家口中的“品味”，恰恰体现在知道哪条路值得走。
张林峰也作了相似区分。一部分科学任务已经可以被改造成高通量执行、低成本反馈的问题，AI能够快速试错；真正原创的发现，往往起点更早，需要一个好问题、好猜想，也需要人判断它有没有科学价值。
上海未来产业基金总经理、上海未来启点社区理事长魏凡杰从投资端看到的变化，则是AI与科学、基础研究与初创企业正在越来越近。对AI for Science来说，下一轮竞争因此也不只发生在模型本身。谁能把科学问题整理成机器可以理解的任务，提供数据、计算、实验和验证环境，再把科学家、创业者和资本连接起来，可能同样决定一项新能力最终能走多远。
