数学的反哺：下一个AI突破，可能藏在一篇无人问津的论文里
副标题：高斯两百年前写下的定理正在修复菲尔兹奖论文中的错误。而这只是一个开始。
2026年2月的一个早晨，匹兹堡，零下五度。
CMU博士生Sidharth Hariharan正在咖啡馆等待一个访客。来的人是Math Inc.的CEO Jesse Han。
“我们需要你帮忙处理24维的情况。”
Sidharth回复：“也许我们应该先把8维搞定再谈24维。”
Han停顿了一下。
“关于8维的情况……Gauss已经完成了。“
一、一个比AI做题更重要的故事
如果你只看新闻标题，过去两年的AI数学叙事是这样的：DeepMind的AlphaProof拿了IMO银牌。Harmonic的Aristotle拿了IMO金牌。AI越来越会做题。
但这不是最重要的故事。
最重要的故事发生在2026年2月23日。那天，Math Inc.宣布：它的AI系统Gauss，在5天内完成了对8维球堆积问题（Sphere Packing）的形式化验证。
这个故事里的”球堆积问题”不是一道IMO竞赛题。
它是玛丽娜·维亚佐夫斯卡（Maryna Viazovska）在2022年获得菲尔兹奖的工作。 这个结果解决了一个400年前开普勒提出的问题的8维版本。维亚佐夫斯卡用了一个几乎不可能的方法——将问题与模形式（modular forms）联系起来——从而找到了最优的堆叠方式。
这是本世纪获得菲尔兹奖的结果中，第一个被完全形式化验证的。
而且，Gauss在做形式化时，发现了原论文中的两个错误：一个符号错误，一个证明步骤不完整。
AI不是在”做题”。它是在”审查”菲尔兹奖级别的数学工作——并且找到了人类审稿人没有发现的问题。
这个故事的核心不是”AI多聪明”。而是数学和AI正在形成一个正反馈加速循环。
数学被形式化 → AI可以理解 → AI修复和扩展了数学 → 更多的数学被形式化 → AI变得更强。
这个飞轮，一旦转起来，是复利。
二、三条反馈通道：数学如何改变AI
数学反哺AI，不是教科书里的比喻。它沿三条具体通道正在发生。
通道一：范畴论——如何用”数学证明”设计更好的神经网络
2025年1月，一篇标题极其晦涩的论文出现在arXiv上：《Self-Attention as a Parametric Endofunctor: A Categorical Framework for Transformer Architectures》。
作者Charles O’Neill证明了一件让人后背发凉的事情：
Transformer的attention机制，在范畴论的语言中，是一个”参数化自函子”（parametric endofunctor）。堆叠多层attention，等价于构造这个函子上的”自由单子”（free monad）。
这不是哲学。这是精确的数学对应。
如果attention的数学本质是free monad，那么：
- 不同的Transformer变体之间的关系，可以用函子描述——不需要做实验就知道哪种变体在数学上更”自然”
- 架构设计不再是”试错 + 看benchmark”，而是从数学结构中推导最优架构
- 机械可解释性（mechanistic interpretability）不再依赖经验分析，而是从范畴结构本身推导
更重要的是：O’Neill的工作只处理了线性部分。当softmax和layer normalization被纳入这个框架时——目前正在进行中——可能出现基于数学证明而非实验的下一代Transformer架构。
PS: 1858年凯莱定义矩阵代数时，不可能想到167年后一个叫Transformer的东西会把矩阵乘法推到人类计算史的巅峰。2025年的范畴论论文，可能正在为2075年的AI架构打下同样的地基。
通道二：拓扑学——为什么更深的网络反而更好训练？
深度学习有一个反直觉的事实：更深的网络通常更好训练。
传统数学直觉说：深度越大，非线性越强，优化越难。但经验说：深度越大，反而越少卡在坏的局部极小值里。
为什么？
2026年3月，一篇发表在《Doklady Mathematics》上的论文给出了一个可能的答案。
研究者使用持续同调（persistent homology）——拓扑数据分析的核心工具——来分析神经网络的损失景观。
他们定义了一个叫”TO-score”的指标，用来量化局部极小值对梯度下降的”可逃逸性”。
核心发现：损失景观的拓扑障碍（barcode）随着网络深度和宽度的增加而系统性减少。更深更宽的网络在数学上”更光滑”。
这解释了为什么ResNet-152比ResNet-18更好训练，为什么GPT-4比GPT-2优化更稳定。
更深层的意义：如果拓扑学可以解释为什么深度帮助训练，那么拓扑学也可以指导我们设计更好的架构。 在设计阶段就确保损失景观的拓扑属性有利于优化——而不是等到训练失败后再调整。
通道三：新优化理论——超越1847年的梯度下降
当前所有大模型训练的核心优化器——AdamW——本质上是1847年柯西提出的最速下降法的变体。
179年没有本质改变。
但2025-2026年，一批新工作在改变这件事。
GEO（Geometric-Entropic Optimization，2026年3月）： 将Fisher信息度量（信息几何）和Wasserstein度量（最优传输）结合成一个统一的优化框架。在连续控制任务和语言建模中取得了约20%的性能提升。
GOAT（Generalized Optimal transport Attention，2026年1月）： 将注意力机制重新定义为熵正则化最优传输问题。证明了attention sinks（一个困惑了研究界多年的注意力现象）是最优传输理论的自然推论。引入了可学习的先验分布替代隐含均匀先验——在不改变核心架构的情况下，实现了更好的长度外推能力。
Riemannian Neural OT（2026年）： 第一个在黎曼流形上具有理论保证的神经最优传输框架。证明了之前的离散化方法必然遭遇维度诅咒，给出了多项式复杂度的连续替代方案。
这些不是象牙塔里的数学游戏。 如果基于信息几何和最优传输的新优化器替代了AdamW，训练效率可能有数量级提升。而且这种提升不依赖于更多GPU——它依赖于更好的数学。
三、Gauss的三个里程碑：从3,500行到200,000行
理解这个飞轮的最好方式，是看一个具体AI的成长轨迹。
Math Inc.的Gauss是一个自动形式化Agent。它的任务是把人类数学论文翻译成Lean——一种计算机可以100%验证的数学证明语言。
以下是它的成长记录：
2025年6月——3,500行。 证明了de Bruijn关于ABC猜想的一个定理。像一个刚学会走路的孩子。
2025年9月——25,000行。 在3周内完成了强素数定理（Strong PNT）的形式化。这个任务原本由陶哲轩和Alex Kontorovich正在进行——他们计划靠人类合作者完成。Gauss提前完工。
2026年2月——~200,000行。 这是爆发。
1月29日，Math Inc.研究取得了突破。“新版Gauss用2-3天复现了旧版3周的PNT结果。”
然后他们把新版Gauss指向了更大的目标：维亚佐夫斯卡的球堆积证明。
结果：
- 8维：5天完成。人类之前15个月做到了2万行蓝图，估计还需6个月。
- 24维：2周完成。没有任何蓝图，只有原始论文作为输入。 Gauss自主搜索了文献来填补缺失的背景材料——包括Leech格的唯一性。
- 还发现并修复了原论文中的两个错误。
- 还自动将代码从50万行压缩重构到20万行。
“Three weeks of compute now reaches a scale that, until very recently, required years.” — Math Inc.
这不仅仅是速度问题。这是范式问题。
人类形式化数学的速度是线性的。AI形式化——在发现更好的算法、积累更多训练数据、接受更多Mathlib贡献后——是指数级的。
因为每一次运行Gauss，产生的形式化代码都会成为Mathlib的一部分。而Mathlib，作为全球最大的开源数学知识库（2M行，350K+定理，600+贡献者），正是训练下一代Gauss的核心数据。
这就是飞轮。
四、Aristotle的”副产物”：AI在训练中变成了数学家
Harmonic的Aristotle以IMO 2025金牌闻名。但它的技术报告里有一个常被忽略的段落：
“Aristotle在被评估的IMO版本上经过了针对竞赛数学的微调，但它也在更广泛的形式数学上接受过训练。在训练过程中，它对Mathlib以及多个其他开源仓库做出了原创贡献，发现了一本流行教材中的细微错误，并在范畴论和同调代数等更高级主题上展现了能力。”
原创贡献包括：
- Niven定理（三角学中的一个经典结果）
- Gauss-Lucas定理（复分析）
- “特征值是特征多项式的根”这一基本事实
- 对陶哲轩Lean教材中多个章节的验证——发现了4道假的练习题
当一个AI系统在训练过程中”顺便”证明了若干数学定理，发现了教材中的错误，并在研究生水平的同调代数中解出了题目——
它不是一个”计算器”。它是一个在进行数学研究的Agent。
2026年6月，一个叫Moonshine的系统更进了一步。它不只是解题——它提出猜想。
Moonshine从经典的Jacobi猜想出发，将其中心逻辑（“局部非退化能否推出全局单射”）迁移到神经网络上，提出了Neural Jacobian Conjecture：
“如果一个带affine-ridge sigmoid激活的单隐藏层网络在全空间上有严格正的Jacobi行列式，那么它必须是全局单射的。”
这不是从文献中拼凑的。这是一个新的、有意义的数学猜想——由一个AI Agent自主生成。GPT-5.5-pro和DeepSeek-V4-pro各自独立证明了N=n+1的情形。一般高维度情形仍然开放。
AI提出猜想 → AI证明部分情形 → 开放问题留给人类。这是”人机协作”数学研究的范式原型。
五、这个飞轮的终点是什么？
让我们把这些碎片拼在一起。
输入侧：范畴论、拓扑学、信息几何、最优传输——这些”纯数学”领域正在为AI提供新的理论工具。它们不是替代现有架构，而是解释了为什么现有架构有效，并指出了改进的方向。
输出侧：AI Agent——Gauss、Aristotle、Moonshine——正在加速数学本身的进化。它们形式化已知定理，发现论文中的错误，提出新的猜想。每一个产出都为下一代AI产生了训练数据。
这就是一个闭合的、自我加速的循环：
数学理论 → 更好的AI → AI做更多数学 → 更丰富的数学知识库 → 更好的AI → …
而这个循环的速度取决于——形式化知识的积累速度。
目前Mathlib有2M行形式化代码。人类数学文献的总量估计在几千万到上亿页。AI最早能攻克的是那些”已经写清楚了但还没形式化”的部分——也就是”低垂的果实”。
但Gauss在24维球堆积上的表现说明：AI已经可以以指数级速度收割这些低垂果实。
当AI在几周内完成了人类需要数年才能形式化的数学时——新的形式化知识直接回流进AI的训练数据——下一次几周变成几天——再下一次几天变成几小时。
这不是模拟。这是2026年2月已经发生的事情。
2026年5月，IEEE Spectrum发表了一篇关于球堆积项目的封面文章。标题用了四个字：
“分水岭时刻”（Watershed Moment）。
Jesse Han在结尾说了一段让很多人失眠的话：
“程序员曾经是在卡片上打孔的人。但当编程行为与记录程序的物质载体分离时，程序员变成了软件设计师。我想，像Gauss这样的技术的最终结果，将是让数学家们解放出来，做他们最擅长的事情——梦想新的数学世界。”
但这段话的反面是什么？
当AI负责”生成证明”时，人类数学家负责”判断什么是好的数学”。这听起来像是一种可爱的分工。
但如果AI的证明生成速度是人类消化速度的100倍，1000倍——这个”分工”是否可持续？
或者，更深层的——
如果范畴论最终告诉我们Transformer的最佳架构是什么—— 如果信息几何和最优传输最终替代了1847年的梯度下降—— 如果AI Agent开始自己发现我们无法理解的数学结构——
那么，谁在反哺谁？
或许答案是：没有人反哺谁。两条河流——流淌了两千年的数学，奔涌了二十年的AI——已经汇合。而汇合处的激流，正在重塑两个领域的一切。
“凯莱在1858年定义矩阵代数时，不可能想到它会在167年后点燃深度学习。今天一个数学家在同调代数中写下的一条引理，也许会在50年后成为AI架构革命的种子。数学的美妙之处在于：你永远不知道哪片雪花会触发雪崩。”
下一篇预告：《押注”数学超智能”——AI for Math赛道的公司、团队与资本地图》