最近一个大模型在几分钟内解出高中数学竞赛压轴题的视频在很多家长群和教师群里被反复转发。评论区里既有欢呼也有沉默。欢呼的人看到了效率沉默的人想到了更深的问题如果连竞赛题都能被机器算出来我们花十几年学数学到底是在学什么这个问题并不只是个人焦虑的投射。当“AI”和“数学”被放进同一个句子里真正的变化并不在“某道题能不能被解出来”而在更底层的三层结构竞赛中的数学表现、课堂中的学习分化、学术界的评价标准。换句话说AI时代数学面临的不是“有没有用”的问题而是“人要在数学里承担什么角色”的问题。这篇文章想从竞赛演示、教育双峰和学术评价转向三个角度切入最后落回到我们在日常教学、学习或研究中可以执行的流程上。我不打算讨论“AI会不会取代数学家”那是一个又远又容易被情绪绑架的问题。更值得讨论的是一个正在用AI做数学任务的人应该如何调整自己的输入方式、验证流程和判断标准。1. 竞赛技术演示AI给出的不只是答案而是对“题目结构”的暴露1.1 从“计算表演”变成“推理演示”AI在数学竞赛中的表现这几年变化明显。早几年的模型更多是在基础计算、代数化简上表现稳定遇到需要多步推理的竞赛题就容易断掉。而新模型已经能在奥数级别的题目中完成部分步骤甚至整个解题路径看起来很像一个“有思路的人”在作答。这里的关键变化不是“算得更快了”而是“推理链条的连续性提升了”。现代大模型在数学题上的工作方式并不是从题库里检索答案而是把题目转换成一种结构化的条件组合再通过模式匹配和逐步搜索生成一个解题路径。这更像一个“结构化的试错器”而不是一台计算器。因此竞赛技术演示最值得关注的地方不是模型碾压了哪个选手而是它把“竞赛题本身的结构”暴露了出来。当AI能够在某种程度上解决一道题时就意味着这道题的自洽性和可推理程度已经可以被“形式化搜索”所覆盖。换句话说竞赛题里相当大比例的题目考验的是“在已知规则中找到一种特定组合模式”而这种组合模式正是AI擅长的。1.2 竞赛中真正不可替代的是“怎么想到这一步”但有一个核心环节仍然很难被训练好的模型替代提出关键中间步骤的“动机”。我使用AI辅助数学问题时最明显的体验是AI经常能给出一个正确解答但当你追问“这个第一问为什么想到构造函数”它的解释通常很勉强。它能模仿一个正确的推理链但很难解释这个推理链为什么在这个位置转弯、为什么不选择另一个同样不违规的起点。这不是缺陷而是模型训练目标造成的。大模型优化的目标是“生成一个概率最高的合理序列”而不是“生成一个对人类教学有意义的过程”。这导致AI给出的数学答案更像“有效解法”而不是“好的数学教育”。如果要把竞赛演示用到真实场景我们需要区分三个层次答案正确性最终结果是否正确。推理可解释性每个关键步骤是否有动机能否回应“为什么”。教学可用性中间过程能否帮助学生建立方法迁移能力。AI在第一个层次上已经非常强在第二个层次上目前只能部分胜任在第三个层次上仍然依赖人类教师或人类导师的二次加工。1.3 如果把AI当作竞赛类任务工具应该怎么评测很多人一上来就问“这个模型竞赛题准确率多少”。在实际工程和使用中单一准确率远远不够。我更建议用一个至少包含五个维度的评测表来评估AI在数学任务上的真实价值评测维度要观察的内容常见表现输入完整性能否正确处理题干的图形、符号、单位和条件经常在符号识别上出错中间步骤稳定性推理到第二、三步是否保持逻辑一致容易突然跳步或自相矛盾答案正确性最终结果是否正确越高越好但高准确率不代表高可用可解释性步骤之间是否给出“为什么”常常给出无动机的过渡句失败模式在哪些题型上会反复出错例如几何构型、组合恒等式、多条件递推我最看重的是“失败模式”而不是“准确率”。因为实际使用中AI出错的方式决定了你能不能信任它。如果它只会在很奇怪的边界条件下出错你可以在流程里加校验如果它会在基础运算上随机出错那数学工作流就很难建立。一句话经验让AI做数学题先别急着给高分。先拿二十道覆盖不同题型的题目手动标记它的错误原因比任何跑分都更有指导意义。2. 教育双峰AI拉开的不是成绩而是学习方式的分层2.1 双峰是什么两个峰值来自两种不同的使用策略“教育双峰”不是一个严谨的教育学术语它更像我的一种观察在引入AI辅助学习之后学生群体的表现分布开始出现两个峰值。一个峰值是“自动化操作者”。遇到问题第一反应是把题目丢给AI拿到答案后复制、抄写、提交。这类学生如果AI给出一个错误答案他几乎发现不了。因为他的学习流程已经退化成“输入题目—获取结果—结束”。另一个峰值是“问题设计者”。同样使用AI他会在输入题目之前先自己拆条件在AI给出步骤后不是直接接受而是追问“第二步的条件从哪来”“如果改变一个变量会怎样”“这个结果能不能推广”。这类学生不是不用AI而是把AI当成一个可以无限对话的脚手架。这带来的后果很直接两种学生的数学成绩可能短期差别不大但长期能力分化会越来越大。因为第一个峰值的人群正在放弃对数学结构的感知而第二个峰值的人群正在通过反复与AI对话把大量过去需要死记硬背的运算细节外包给机器同时把认知资源集中在“判断”和“迁移”上。2.2 造成分化的原因不是工具而是元认知能力很多人把这种分化归结为“自制力”或“依赖工具”。我觉得真正的原因是元认知能力也就是“对自己思考过程进行监控和调节”的能力。AI最大的特点是“快速给结果”。这个特点对低元认知学习者是灾难因为他无法在短时间内判断结果是否合理但对高元认知学习者却是放大器因为他会启动“先预测再对比”的流程在AI得出结论之前先自己心里偷偷算一遍或推一遍再把AI的输出当成一个对照。所以教育者和家长最应该做的不是禁止使用AI而是帮助学生建立一套“先想后查”的习惯。比如在使用AI之前先让学生用自己的话写下这道题给了哪些条件要求的是什么我猜测第一步应该做什么。只有这三步都写完了才允许打开AI对话窗口。这个过程看起来简单但它把认知负荷从“接受答案”拉回到“主动假设”。这才是我理解的“双峰”背后的真实分水岭。2.3 教育者能做的四件事如果你带着学生或孩子一起学数学下面这四件事可以立刻开始做第一先定问题。不要把题干原文直接复制给AI先让学生用自己的话转述一遍。转述的过程会暴露他是否真正看懂了条件。第二再给提示。如果学生卡住了可以让他向AI给出“我已经知道什么我还缺什么”这样的提示信息。不要让他只发一句“我不会做”。第三复述推理。AI给出步骤后要求学生在一张白纸上不看AI把推理过程重写一遍重点写每一步的动机。写不出来就意味着这条路径还没有内化。第四审视边界。改一个数字、加一个条件、删掉一个条件看AI的回答会不会跟着变化。这一步能训练学生理解数学命题的适用边界而不是把解法当固定套路。这四件事本质是把AI从一个“答案生成器”变成一个“材料对话者”。普通学生缺的不是AI工具而是“如何与AI进行有结构的对话”的能力。2.4 工具配合而不是只靠一个大模型数学教育场景里的AI工具不应该只有一种形态。对话式AI适合做思路引导但不适合做精确运算。符号计算工具例如常见的计算机代数系统适合作分步推导和公式变换但没有生成式AI那样强的语境理解能力。可视化工具适合帮助建立几何和函数直觉但本身不会替你做逻辑判断。更合理的组合是用对话式AI做“苏格拉底式追问”帮学生梳理思路用符号计算工具做“形式化验证”确保运算步骤正确用可视化动态图帮助学生把抽象的代数条件转成直观图形。三种工具不是替代关系而是各有边界。单靠一个AI对话框长期做题容易陷入“看起来很懂实际没懂”的幻觉。3. 学术评价转向从“论文数量”到“问题贡献与可复制流程”3.1 AI参与数学研究学术评价的核心对象变了数学研究领域AI参与的深度正在从“辅助打草稿”走向“辅助证明和发现”。比如在组合学、数论、几何拓扑里研究者用AI搜索反例、验证猜想、发现隐藏的规律。越来越常见的是一篇论文里不仅有命题和证明还有一段“如何使用AI生成初始猜想”的附录。这带来的直接问题是当AI在研究中承担了一部分推理和探索工作学术评价体系要奖励什么如果继续只看论文数量、期刊层级、引用数就会产生误差因为一篇用AI批量生成试错记录的论文和一篇用漫长人工推导解决关键问题的论文在“贡献构成”上完全不同。真正的转向应该是从“最终结果崇拜”走向“问题贡献可分离”。也就是评价一篇工作要拆开来看问题是谁提出的关键思路是谁给出的验证和计算是自动完成的还是人工推演的结论的可复制性高不高。3.2 评价转向的三个维度新颖性、透明性、自动化程度我倾向于建议用三个维度重新评估数学研究成果的价值第一个维度是问题的新颖性。AI可以帮你证明很多小命题但如果提出这些命题本身没有足够的数学意义它们只是一些事实清单而不是研究贡献。真正的问题往往来自对现有理论的边界感到不安这种感觉很难被AI生成。第二个维度是过程的透明性。使用的AI模型、prompt、数据、验证脚本都要能复现。过去数学论文里“计算过程略”还可以接受但涉及AI辅助工作时这句话就不够透明了。至少要能回答哪个推理环节是由人完成的哪个环节是AI生成的哪部分需要读者独立验证。第三个维度是结果的自动化程度。自动验证占比越高论文的“可怀疑成本”就越低但“人类贡献”可能也越低。因此需要明确区分“AI辅助验证”和“AI辅助发现”。一个简单的评估表可以长这样研究贡献人类主导程度AI辅助程度评价重点提出问题高低问题的意义、应用潜力设计证明策略中高中策略的独创性、可迁移性完成计算验证低高验证的完整性和可复现性撰写解释与讨论中高中低对结果的解释是否有洞察3.3 研究者如何在日常学术工作流里引入AI又不用承担信用风险这是个很实际的问题。我的建议是建立“实验笔记本”习惯把每一次与AI的对话都当成实验记录。具体可以这样操作为每一个研究问题创建一个目录里面包含问题陈述文件用一段话说明你想研究什么问题为什么重要prompt记录文件把每个发给AI的提示词按时间顺序保存输出存档文件保留AI返回的原始结果不清理人工修正记录哪些步骤你做了调整调整理由是什么结论状态这个AI输出是被接受、被拒绝还是被部分采纳。这套记录看起来繁琐但价值很大。一方面它让AI参与的部分变得透明减少“说不清这是不是我想出来的”的争议。另一方面当后续研究出现方向错误时你可以回头检查是哪一步的假设出了问题。如果在数学论文中使用了AI我建议至少在方法部分写一段清楚的说明。不用写太长但要包含“模型类型、版本、输入提示、使用方法、人工验证方式”这几个关键点。3.4 边界与风险警惕“假严谨”学术评价转向的另一面是要警惕AI带来的“假严谨”。当AI生成了一个非常漂亮的证明框架里面也可能隐藏着因果倒置或循环论证。尤其在长链条推理里AI生成的内容可以在局部每一步都正确但整体结构却有缺环。防这个问题不能只靠“我检查过结论”。更有效的方式是“独立复现”让另一个不依赖原AI输出的人用纯人工方式重新走一遍关键推论或者用另一个符号推理工具对中间步骤做形式化校验。数学研究者如果把AI生成证明当成“可信专家”就违背了数学共同体最核心的怀疑精神。AI可以成为你的合作者但你要为它可能犯的错误负责。4. 落到一线你的“数学AI”工作流应该怎么搭4.1 三种角色定位决定你会如何使用AI不同目标的人搭建的工作流应该完全不同。我建议先分清你自己此刻最需要的是哪种角色。如果你是学生最需要的是“脚手架角色”AI帮你每一步只推进一步而不是给完整答案。如果你是教师最需要的是“差异化提问器”AI帮你针对不同水平学生生成不同层次的追问。如果你是研究者最需要的是“反例搜索引擎”AI帮你快速验证一个猜想在小规模样例上是否成立而不是替你完成证明。不管是哪种角色都可以沿一个最小可运行的流程开始先跑通再扩展。4.2 一个最小可运行环境示例这里给一个符合常见实践的小示例。落地前请结合自己的软件版本和网络环境调整不用追求完全一致。一个典型的“数学AI”本地工作目录可以有Python 3.10建议用虚拟环境管理依赖Jupyter Notebook 或 VS Code 笔记用来记录过程一个可调用的对话式AI接口做思路生成一个符号计算库比如常见的SymPy做精确推导验证一个绘图库比如Matplotlib做可视化辅助。一个常见写法是先用对话式AI把一个数学问题改写成“已知条件 目标结论”的形式然后用符号计算库验证关键步骤。举个例子# 示例结构用符号计算验证AI给出的导数结果 from sympy import symbols, diff, simplify x symbols(x) expr x**3 2*x 1 # 这里填入AI给出的答案然后做符号化简对照 derivative diff(expr, x) print(simplify(derivative - (3*x**2 2))) # 如果是0说明一致这个例子并不复杂但它演示了一个关键思路AI给出的结果不应该被直接信任而是要被“形式化工具”二次验证。在所有数学工作流里“验证”都是一等公民。4.3 四步检查法输入、提示、输出、验证我一般会把一次标准数学任务分成四步每一步都要做检查。这个框架可以直接抄来用第一步检查输入。题目有没有少条件符号是否歧义单位、指数、定义域是否完整这一步失误率最高。第二步检查提示。你的提示是“帮我做题”还是“请先列出需要满足的条件再给出解答”越是宽泛的提示越容易得到宽泛甚至瞎编的答案。第三步检查输出。看AI给的步骤是否是“可执行的路径”而不是一堆正确的废话。关键要看步骤之间是否有跳跃如果有跳跃必须追问。第四步验证结论。用符号计算、代入数据、图形观察三种方式之一对最终结论做独立验证。不要只依赖“看一遍”。这个四步法适用于大多数数学问题也适用于AI辅助编程时的数学逻辑部分。4.4 常见坑点用AI处理数学任务有几个高频坑点值得单独说。第一个坑是模型幻觉。有些模型在解释步骤时特别自信“显然可得”后面跟着的内容根本不显然。应对方式是遇到任何关键结论都要求它用更小步的推理展开最好再找一个独立的计算工具验证。第二个坑是格式混乱。数学推理里的矩阵、分段函数、根式在对话界面里经常被转义成一个很丑的公式。如果复制到Notebook里容易变成无法运行的代码。应对方式是要求AI输出LaTeX格式而不是纯文本。第三个坑是上下文丢失。长题目、多步推理中AI经常在前几轮理解清楚到后面突然忘记了之前的条件。应对方式是把关键条件重新粘贴在每一轮提示里而不是只依赖上下文窗口。第四个坑是验证不足。很多人拿到AI答案后只对最终结果做抽样检查忽略了中间过程。数学作为一个强验证学科中间过程的任何一个错误都会让结论失真。因此至少要对每一步做代入测试。一句非常实用的判断标准如果AI的输出让你“感觉很有道理但又讲不清哪里对”那它大概率处于“半对半错”状态需要人工介入。5. 不必恐慌未来数学的核心是“人类定义意义”5.1 AI是工具但数学是一种对话很多人担心AI会让数学变得不再重要我反而认为AI会让数学中更本质的部分浮出水面。计算、化简、套题型这些原本占用了大量学习时间的环节确实会被AI压缩。但数学作为“用抽象结构理解世界”的方式仍然需要人类主动参与。从使用体验看AI能帮你找到答案但它很难替你对一个问题产生好奇。好奇、追问、审美判断、寻找反例这些行为仍然来自人。数学教育的终点不是让所有人都能快速解方程而是让更多人学会“在抽象世界里建立可信的推理路径”。5.2 未来的数学能力 问题设计 工具编排 意义判断如果用一句话来概括我整篇文章的观点那就是AI时代一个人真正的数学能力不再是他“手动解多少题”而是他能设计出好的问题、会编排多个工具解决复杂任务、能对AI输出的结果做意义判断。问题设计决定方向工具编排决定效率意义判断决定可信度。这三者都需要数学素养但已经不再是传统意义上的“刷题素养”。因此一开始的问题“竞赛题被AI快速解出数学还有什么用”其实是把数学的价值窄化成了“手动解题能力”。真正的数学素养反而因为AI变得更值钱了。5.3 现在最该做的三件事如果你看完这篇长文不需要记住所有细节只需要从今天开始做三件事第一写下你当前最想解决的数学问题不要只复制题干用自己的话重新描述一遍。第二试着用一个AI工具对这个问题进行一轮带结构提示的对话要求它“先列条件再给思路不要直接给结论”。第三用符号计算或另一工具验证它的关键步骤并把验证结果单独存下来。这三件事完成后你会对“AI数学”到底有多大价值有一个真实体感而不是停留在“AI很厉害”或“AI没大用”的极端判断里。真实世界里的数学工作流从来不是人机二选一而是人在哪些节点保持判断、机器在哪些节点放大效率的分配问题。