当AI开始挑战千禧年数学难题，世界会被如何改写？

这期来自 Sequoia AI Ascent 的对话，聚焦 Harmonic Think AI 的两位创始人 Vlad Tenev 与 Tudor Achim，讨论 AI 介入数学研究的真实边界与潜力。他们不仅大胆预测千禧年难题将由 AI 主导解决，也解释了为什么“现在”是攻克数学的关键时间点，以及这件事为什么会影响远超数学本身。

为什么“让 AI 做数学”这件事突然变得重要

如果你觉得 AI 写代码、生成图片已经很惊人，那这期对话试图把视角再往前推一步：AI 是否有可能参与，甚至主导人类最艰深的数学发现？Vlad Tenev 在节目中抛出一个极具冲击力的判断：“last I checked there's a 43% chance that the next millennium prize will be solved by AI or like human with significant AI assist。”这不是营销话术，而是一种对研究范式变化的直觉判断。

千禧年大奖问题（Millennium Prize Problems）被认为是现代数学最难的七个问题之一，其中最著名的就是黎曼猜想。长期以来，这些问题几乎是“人类智力上限”的象征。Vlad 的观点并不是 AI 会突然取代数学家，而是数学发现的方式正在发生结构性变化：未来的突破，很可能来自“人类 + AI”的协作，而再往后，“the next next one will probably be significantly solved by AI”。

这也是 Harmonic 从一开始就选择数学作为突破口的原因。相比自然语言或图像，数学是一个高度形式化、可验证、几乎没有模糊空间的领域。如果 AI 能在这里站得住脚，那它的能力边界将被重新定义。

从“能算”到“能理解”：AI 数学的真正门槛

在节目中，一个反复被提及的问题是：AI 在数学中的边界到底在哪里？Tudor Achim 提出了一个非常“数学家式”的追问：“where is that boundary… my intuition seems to suggest that it should be the same。”这句话背后，其实是在挑战一个常见假设——人类理解与机器推理之间，是否真的存在一道不可跨越的鸿沟。

传统计算机擅长的是计算，而不是理解。但现代 AI，尤其是大模型，开始在“推理轨迹”上展现出接近人类的结构。这也是为什么 Harmonic 关注的不只是结果，而是过程：AI 是否能像人类一样提出猜想、构造证明路径、在失败中调整方向。

在讨论中，主持人也直接抛出了数学界最关心的问题：“what does the math community think of AI math？”Vlad 的回应非常克制：黎曼猜想本身就是人类提出的，AI 并不是凭空创造问题，而是在既有人类知识体系中进行探索。换句话说，AI 的角色不是“外来入侵者”，而更像是一个能力极端放大的研究合作者。

为什么是现在？技术与数据的临界点

任何一波技术浪潮都会被追问一句“why now”。在这期节目中，这个问题被明确抛给了 Harmonic 团队：“with AI one of the questions we always ask is why now… really made it the right time to attack this。”

Tudor 的回答核心不在算力，而在结构。他们强调，真正的变化来自于数据与表示方式——“mirrors how we solve math”。也就是说，不只是把数学题喂给模型，而是尽量让训练数据和推理过程贴近数学家真实的工作方式：定义、引理、失败尝试、重构证明。

这也解释了为什么进展会“has surpassed anyone's expectations”。当模型开始学会如何在形式系统中长期规划，而不仅是做一步到位的预测时，能力提升就不再是线性的。节目中提到的一个关键变量是“rate”——一旦这种学习和自我改进的速度被进一步解锁，“that'll be a really big unlock”。

如果一切顺利，Harmonic 想成为谁？

在节目的后半段，话题从技术转向了愿景。如果一切进展顺利，Harmonic 最终会变成什么？Vlad 给了一个极具历史感的比喻：“hopefully Aristotle will be no different one day。”

这句话的意思并不是复活亚里士多德，而是让 AI 成为一种像伟大思想家一样的“认知基础设施”。在古代，亚里士多德的著作定义了多个学科的思考方式；在未来，类似 Harmonic 构建的 AI 系统，可能会成为数学乃至其他科学领域的默认研究伙伴。

节目最后的快速问答和轻松收尾，反而强化了这种反差：讨论的是黎曼猜想、千禧年难题这样的终极问题，但对话方式却非常日常。这种反差本身，或许正是 AI 时代的真实写照——最深刻的变化，正在以看似平静的方式发生。

总结

这期对话的价值，并不在于承诺 AI 何时能解出黎曼猜想，而在于它揭示了一种正在成形的新研究范式：数学不再只是孤独天才的竞技场，而可能演变为人与机器协作的系统工程。对普通读者来说，重要的启发是——当 AI 开始进入“最不该被自动化”的领域时，我们也需要重新思考，人类独特价值到底是什么。

关键词： Harmonic Think AI， Vlad Tenev， Tudor Achim， AI数学， 黎曼猜想

事实核查备注： 视频人物：Vlad Tenev、Tudor Achim；节目频道：Sequoia AI Ascent；核心引用观点："43% chance that the next millennium prize will be solved by AI"、"the next next one will probably be significantly solved by AI"、"mirrors how we solve math"、"hopefully Aristotle will be no different one day"；涉及数学概念：Millennium Prize Problems、Riemann Hypothesis（黎曼猜想）。