人工智能是否已跨越从模式匹配到真正数学推理的鸿沟？谷歌AI for Math的最新成果表明，这个问题的答案比六个月前任何人敢说的都要肯定得多。
该系统在数学界公认最具挑战性的基准测试上刷新了最佳成绩，提升幅度超出了专家对今年的预测。真正说明问题的不只是分数本身：一位牛津大学教授用这个系统证明了一个悬置二十余年的群论猜想。这不是学生解题，而是数学家借助工具拓展人类知识边界的实证。
突破的核心在于证明构建的方式。与先前生成看似合理推理的方案不同，谷歌系统将形式验证融入架构底层——每一步证明都必须通过机械校验才能被确认正确。这种设计将数学严谨性从附加功能转变为基本约束，消除了早期大模型中那种逻辑漏洞被数学化表述掩盖的问题。
为何这是门槛而非普通进展？数学界长期区分识别数学模式与构建有效论证的能力。前代系统能判断证明是否看起来合理，却无法保证论证的正确性。形式验证层改变了这一局面——问题从“这看起来像数学吗”变成“这在逻辑上是否成立”。牛津方面的成果——解决人类数学家长年未能攻克的难题——提供了质变真实发生的实证。
群论难题被攻克意味着什么？如果AI能为公开问题作出贡献，其未来可能涉足的领域将大幅扩展。问题已不再是机器能否辅助数学家，而是它们是否正在成为真正意义上的数学合作者。