AI 重塑数学版图?过去这一年,人工智能究竟攻克了哪些数学难题?
9 月 4 日凌晨，人工智能公司 OpenAI 正式推出新一代旗舰大模型 GPT-6 Astra，首席执行官布罗克曼在发布会尾声只留下了一句简短有力的话——「欢迎踏入 AGI 时代」。发布会当日，OpenAI 还同步公开了一项重磅成果：GPT-6 Astra 将困扰学界十二年之久的孪生素数问题最佳上界，由原来的 246 大幅压缩至 186，并附带了一份基于条件式的 Lean 形式化证明。从 246 到 240，人类足足摸索了 12 个春秋，从 240 到 186，AI 仅仅耗费了 3 个昼夜。在展开后续讨
AI数学答案检查的三个关键点
AI解题极快，孩子获取答案也容易，但老师更看重的是：速度固然重要，学生能否稳定复用才是核心价值所在。盯着“对错”看，很容易忽略一个关键点：学生解题的方法是否扎实可靠。我分享一个高效的教学技巧：批改AI解答时，只需关注这3个位置，既快又准。首要问题往往不是计算错误，而是审题不清。先梳理题干条件进行核对：·条件是否完备（定义域、取值范围、约束）·图形或分式等细节是否遗漏·题目要求的是过程、表达式还是数值，目标是否一致判断标准可以是：别只看对错，先看是否读题完整。若此处有误，后续再完美的答案也不能直接给孩子用。
AI数学论文的批量生产：一位教授的抽卡实验，一小时产出三篇投稿
每日学习：第287天播客：Can AI Learn Mathematical Intuition?今年五月中旬，数学领域爆出一条不大不小的消息：Erdős 单位距离猜想被攻破，而攻破它的不是人类。这是 Erdős 留下的一个组合几何猜想，学界多数人原本以为它是对的，没想到 AI 给出了一个反例构造，把它证伪了。这事让多伦多大学的数学教授 Daniel Litt 坐不住了。Litt 是一位研究代数几何的一线数学家，平日里除了搞研究，最爱干的事就是在推特上点评各家大模型的数学水准，观点迭代速度比模型发版还勤。
OpenAI新模型Astra一举破解十项数学难题
来源：新智元OpenAI还有大招！奥特曼刚演示的内部模型Astra，一口气在10个数学难题取得重大突破！这249页的PDF，在整个数学圈都是非常炸裂的程度。论文：https：//cdn.openai.com/pdf/ten-proofs-oai.pdf证明：https：//openai.com/index/ten-advances-in-mathematics/Github开源Lean证明：https：//github.com/openai/ten-proofs数学家、美国数学学会Fellow、罗格斯大学
AI颠覆几何猜想，数学界见证AI新突破
AI在数学领域的声誉曾饱受质疑：被指责"从文献中抄袭答案"。这次不同了。OpenAI的AI求解器近期成功破解了一项延续数十年的几何猜想，并推翻了原有结论。更重要的是，OpenAI主动邀请国际数学家团队进行独立验证，最终获得多位权威专家的明确认可。01 一次有备而来的逆转七个月前，OpenAI因宣称解决多个埃尔德什问题时被指"检索已有答案"，遭学术界广泛质疑。那次经历让OpenAI深刻认识到：AI从事数学研究，必须主动接受外部验证，而非仅在论文中宣称"已解决"
第二届国际创科AI数学大赛正式开启，等你来战！
第二届国际创科AI数学大赛数学驱动科学科学塑造未来合办单位：内地报名单位：北京希语汇国际教育科技有限公司01活动宗旨与核心理念国际创科AI数学大赛是一项以推动创科融合为核心的国际性活动。本活动紧扣创科（Innovation & Technology）主题，致力于促进人工智慧（AI）与数学基础的深度结合，引导参与者运用数学思维解决前沿科技难题，激发创新实践能力。我们尤其重视为青少年及家长提供一个以数学认识科学与AI的互动平台。本活动并非以竞赛为目的，而是注重启发学生自我探索、发现潜能。我们希望通过丰
AI颠覆数学传统，陶哲轩的担忧揭示了什么？
斯坦福大学的一场演说，让数学领域掀起波澜。主讲人是陶哲轩——菲尔兹奖获得者，数学界的顶尖人物。他在分享《新数学工作流》后，立刻在Mathstodon发布了一则声明：他打算调整自己的工作模式，不再执着于实时跟踪所有新论证。这并非普通学者的放弃表态。陶哲轩每年审核上百份论文，是全球数学趋势的引领者。当引领者说“不跟了”，风向已然转变。他的忧虑唤醒了谁？唤醒了全体知识从业者。数学本是最依赖深思的领域，若连数学家都被AI逼得难以喘息，程序员、律师、医生、分析师，谁能置身事外？陶哲轩将数学的产出过程分解为三个阶段。
AI赋能数学学习：三大技巧攻克难题
AI时代掌握这些方法！轻松应对90%的数学问题上期我们解决了孩子语文作业的困扰许多家长刚感到轻松却又被数学科目难住计算题频繁出错应用题无法理解题意审题许久仍找不到等量关系……本期就跟随"AI教育助手"，一起来探索数学科目的学习技巧。❌ 错误方式拍照搜题，不加思考直接抄写答案。表面上看似快速完成作业，实则对知识点完全没有掌握，考试遇到类似题目依然会失分。✅ 正确方式启发引导+漏洞诊断。建议先让孩子独立思考5分钟，完全没有头绪后再借助AI助手。用规范话术提问，深入理解解题思路，真正掌握知识点。AI数学辅导技巧
McGraw Hill扩充AI数学教学平台ALEKS，新增两款课程产品
教育服务领域的领先企业McGraw Hill于周一发布消息，将在其人工智能驱动的数学教学平台ALEKS中引入两款全新产品：专为四至五年级学生打造的ALEKS Adventure，以及ALEKS微积分II课程。这一扩展举措使得ALEKS Adventure实现了K-5年级段的全面覆盖，并将定制化的学习辅导进一步延伸至更高级别的微积分课程领域。 面向四至五年级学生的ALEKS Adventure版本是在原有K-3产品基础上的进一步延伸，延续了经过长期实践验证的ALEKS学习模式，为高年级小学生带来精炼高效的数
AI错题本公益讲座邀请
AI数学错题本公益课科技 / 创新 / 实时 /社区联合趣带娃公益组织开设 AI 数学错题本实操公益课，手把手教大家用AI拍照整理数学错题、生成变式习题、定制专项试卷，高效解决孩子错题整理难题，减轻家长辅导压力。活动时间：6月30日 9:00-10:30活动地点：社区党群服务中心二楼活动室参与对象：辖区中小学、高中生家长报名提示：1.全程免费，无任何收费项目；2.限 20组家庭，报满截止；3.有意向请联系网格员报名。··· ··· ··END
莱顿宣言：AI时代，数学不应沦为机器附庸
引言6月2日，《人工智能与数学莱顿宣言》在荷兰莱顿面世，由国际数学联盟（IMU）发起，目前已有2411位数学家签名。宣言直面现状：人工智能早已跨越了实验室阶段，深入数学研究的核心。它意在技术狂热中确立一条冷静的界限——数学的本质在于理解与批判。无论技术如何更迭，这一底线不可逾越。关键词：莱顿宣言,AI数学,批判思维,机器答案,学术伦理,国际数学联盟,拒绝AI,菲尔兹奖近期，针对《莱顿宣言》，2018年菲尔兹奖得主彼得·舒尔茨（Peter Scholze）发表看法：“我更倾向于不依赖人工智能来构思数学思想，
AI赋能几何课堂 智慧教研助力素养落地
技术助力与AI技术革新拼图课堂智慧教学培育核心素养为了促进人工智能与小学数学的深度结合并加强智慧课堂建设，6月5日，我校数学教研组组织了一场专题智慧教研活动。授课教师叶厅紧扣单元教学目标，利用AI交互式网页，将平移、旋转、轴对称以及长方形和正方形的特征等核心知识点融入四连方拼搭中。他践行“让AI走下讲台，走进学生手里”的理念，利用数字化手段革新几何教学，打造了一个既有趣又注重素养的新型数学课堂。AI激发兴趣，夯实技能课堂以有趣的俄罗斯方块视频开场，引入四连方概念。在图形探索阶段，学生利用平板上的AI交互网
AI重塑数学：从证明泛滥到基建重构|2026 Science x AI Summit
人工智能正以惊人步伐深入数学研究领域。然而，2026年5月在硅谷举行的一场顶级科学对话揭示了一个反常识的现实：AI并非能力不足，而是“方向走偏”。2026年5月12日至13日，SAIR Foundation联合创始人、菲尔兹奖得主陶哲轩（Terence Tao），菲尔兹奖得主、剑桥大学教授蒂姆·高尔斯等数学界领袖在“2026 Science x AI Summit”会议上共同发出警告：数学正从“证明稀缺”阶段滑向“证明过剩”阶段，而人类数学家尚未做好应对准备。这场由SAIR Foundation主办的峰会
掌握AI数学基础：矩阵运算与Transformer机制解析
恭喜你走到了这个系列的最后一篇。回顾一下我们的路径：今天，我们把所有零件组装在一起，看到 Transformer 的核心公式：Attention(Q, K, V) = softmax(QKᵀ / √dₖ) × V这个公式里的每一步，你都已经学过了。今天只是把它们串起来。系列导航▻ 第一篇：从数轴到高维空间▻ 第二篇：向量的加减法 — 点积与余弦相似度▻ 第三篇：矩阵——空间的变形术► 第四篇（本文）：矩阵乘法与 AI— 理解 Transformer 的最后一块拼图▻ 第五篇：激活函数——神经网络的开关▻
AI数学满分却看不懂钟表
令人惊讶的是，尽管 AI 在高难度数学竞赛中已获金牌，却可能连模拟时钟都读不准。虎嗅发布的《2026 斯坦福人工智能指数报告》指出类似对比：尖端模型在复杂任务上进步神速，但在看似简单的生活化任务中，依然频频失误。这是普通人在使用 AI 之前必须了解的事实：AI 并没有变得“像人类一样全能”，而是表现出极不均衡的强大。它或许能写出完美的方案，却可能误读日期、价格、来源或条件。令人担忧的是，它在犯错时往往也充满了自信。▲ 强得不均匀许多人误解 AI，仅仅是因为只看到了它最擅长的一面。它可以总结长文、编写代码、