AI 能证数学，人类却不懂？
Automation Without Understanding
人工智能系统已开始产出真正的研究级数学成果，而美国却在削弱培养能理解这些系统的人类人才管道。文章指出，这种‘自动化却无理解’的趋势是一个战略错误。数学能力并非定理生产的副产品，而是需要几代人通过机构建设的基础设施，无法按需重建。作者以2026年5月AI推翻Erdős猜想为例，呼吁将数学能力视为与半导体能力同等重要的战略资产，并建议要求AI在关键推理中暴露其决策核心主张，以形式化、机器可验证的方式呈现，将不透明的说服转化为可审计的结构。
- 有评论者指出，AI 证明数学定理却导致人类丧失理解能力，这种'推高 AI 同时摧毁人力资本'的模式是资本主义最腐朽的形式。
- 一位从业者反驳了'软件工程追求清晰度'的观点，强调其本质是在优化成本的同时满足需求，而清晰度仅是 Computer Science 的目标。
- 关于 Singularity 的定义存在分歧，部分观点认为其核心是 AI 自我迭代导致人类无法理解，而非单纯的技术不可预测性。
- 有评论者警告，若社会将理解能力完全委托给 AI，掌握深层知识的稀缺性将上升，而仅会 Prompt 的人将失去经济价值。
- 针对 AI 代码验证，有亲历者提到通过数十次迭代的'ralph loop'，多个 Agent 能自动发现并修复回归错误，使代码持续收敛而非陷入混乱。