全速加载中...

世界杯决赛夜，一个公式终结了87年数学猜想：AI证伪雅可比猜想背后的范式革命

世界杯决赛夜，一个公式终结了87年猜想

2026年7月20日，世界杯决赛正在进行。Anthropic的研究员、哈佛前Junior Fellow Levent Alpöge 坐在沙发上，随手问了一句身边的AI模型Fable 5——然后，Fable吐出了一个三行多项式映射。

就是这个简单的映射，终结了自1939年以来困扰数学界整整87年的雅可比猜想（Jacobian Conjecture）。

这不是一个漫长的证明过程，不是数百页的推导，而是一个简洁到任何人都能在草稿纸上验证的反例。AI在足球赛中场休息时完成的这件事，在数学史上大概是前无古人的。

雅可比猜想到底是什么？

要理解这个事件的重量，我们得先搞清楚雅可比猜想本身。

雅可比猜想由德国数学家Ott-Heinrich Keller于1939年提出，核心问题可以用大一微积分的水平来表述：

如果一个多项式映射 F: ℂⁿ → ℂⁿ 的雅可比行列式是一个非零常数，那么 F 是否一定存在全局多项式逆映射？

用更直白的话说：在一元微积分中，如果一个函数的导数处处不为零，那它局部可逆。在多元情况下，如果雅可比行列式（导数的多元版本）是一个处处非零的常数，那这个多项式映射是否全局可逆？

这听起来非常"理所当然"。线性代数告诉我们，矩阵行列式非零就意味着可逆——雅可比猜想本质上是在问：Cramer法则能不能推广到多项式？

维度	雅可比猜想状态
n=1	平凡成立（单变量导数非零常数 → 一次函数 → 显然可逆）
n=2	长期开放，大量尝试，部分正面结果
n≥3	2026年7月被证伪

这个猜想的分量不轻。它是Steve Smale列出的21世纪最重要的18个数学问题之一。更讽刺的是，传奇数学家张益唐的博士论文，据说就是因为依赖了一个与雅可比猜想相关的错误引理而整个垮掉。

Fable 5的反例：三行公式，终结85年

Alpöge公布的反例是一个从复数空间ℂ³到ℂ³的多项式映射，定义如下：

复制代码

f₁ = (1+xy)³z + y²(1+xy)(4+3xy)
f₂ = y + 3x(1+xy)²z + 3xy²(4+3xy)
f₃ = 2x − 3x²y − x³z

就这三行。没有深层数论，没有无穷级数，没有抽象代数几何——就是三个你能在大一微积分作业里看到的多项式。

这个映射有两个关键性质：

第一，雅可比行列式是常数 −2。 对这三个函数求九个偏导数，组成3×3的雅可比矩阵，计算行列式——经过大量的代数化简，所有复杂项互相抵消，最终只剩一个干净的常数 −2。这意味着映射满足雅可比猜想的全部前提条件。

第二，它不单射。 Alpöge找到了三个完全不同的点：

P₁ = (0, 0, −1/4)
P₂ = (1, −3/2, 13/2)
P₃ = (−1, 3/2, 13/2)

这三个点经过映射后，全部落到同一个像 (−1/4, 0, 0)。一个三对一的碰撞。

没了单射性，就不可能存在逆映射；不存在逆映射，雅可比猜想就死了。

整个过程可以用Lean 4的形式化验证来确认——AI生成的验证代码在Lean内核中直接求值，三对点的映射结果完全一致，行列式恒等式在多个采样点上均输出 −2。

为什么这件事如此震撼？

反例的"丑陋优雅"

仔细看这组多项式，你会感受到一种奇特的张力。

f₁ 嵌套了 (1+xy)，配上 4+3xy，像胡乱拼凑的；f₂ 在 y 的基础上对称地贴了两块补丁；f₃ 简单得不像话，干净到只有三项。

你说它"丑"吧，确实丑——没人会凭空写出这种多项式。你说它"美"吧，每一项都恰到好处地让3×3行列式中的巨量复杂项互相抵消，最终剩下一个干干净净的 −2。

这种"丑陋的优雅"，非常符合AI的风格——它不在乎式子好不好看，只在乎能不能通过计算。

发现方式的荒诞性

85年来，世界上最聪明的数学家们——包括Smale、Abhyankar、Mumford这些泰斗级人物——前仆后继地尝试证明或推翻这个猜想，发表了无数论文。

结果呢？一个AI在足球赛中场休息时就把反例吐出来了。

Alpöge甚至在推文中慵懒地写道："感谢我的好朋友Fable，在世界杯决赛期间帮我干活。"

这不是精心策划的研究项目，不是数月的工作，而是沙发上的随口一问。一个85年悬案，死于世界杯决赛夜的消遣。

验证的极简主义

这个反例最令人震惊的特质之一是它的可验证性。不像某些数学突破（如望月新一证明abc猜想，600多页、评审8年、仅有十几人理解），这个反例的验证过程简单到大一学生都能动手算。

拿一张草稿纸，算九个偏导数，展开行列式，代入三个点——整个过程不需要任何超出本科数学训练的知识。

数学界的反应：从兴奋到审慎

消息在社交媒体上炸开之后，数学界的反应呈现出有趣的分化。

支持的声音认为，反例本身的结构清晰、验证路径明确，多个独立团队已经确认了三对一映射和行列式恒等式。如果最终通过同行评审，这将是一个坚实的数学成果。

审慎的声音则指出，截至目前，该成果仍停留在社交媒体公开阶段，尚未发布arXiv预印本，也未经过学术同行评审。在数学界，只有经过严格评审的结果才被正式承认。因此，雅可比猜想在官方意义上仍属于未解决问题。

更深层的担忧来自与雅可比猜想相关的猜想家族。如果反例成立，与雅可比猜想等价或密切相关的Dixmier猜想和Poisson猜想，也可能受到波及。这意味着，AI的这一击，可能不只是推翻一个猜想，而是撬动整个猜想家族。

AI时代，数学研究范式正在重写

雅可比猜想被证伪，不是孤立事件。它是AI重塑科学研究的又一个标志性时刻。

从"辅助工具"到"发现引擎"

过去几年，AI在数学领域的角色经历了快速演变：

2023年前：AI主要作为符号计算工具和文献检索助手
2023-2024年：AI开始辅助证明验证，如陶哲轩团队用AI在三周内完成多项式Freiman-Ruzsa猜想的Lean形式化
2025年：AI开始独立提出和验证中等难度的数学命题
2026年：AI直接参与重大猜想的反例构造，如Fable 5对雅可比猜想的证伪

这种演进速度远超预期。正如陶哲轩所言："未来科研竞争不是AI vs 人类，而是用AI的人类 vs 不用AI的人类。"

人类数学家的角色转变

AI证伪雅可比猜想并不意味着数学家被淘汰。恰恰相反，它重新定义了数学家的核心价值。

当AI能够暴力搜索反例、验证恒等式、生成形式化证明时，人类数学家的独特贡献在哪里？

第一，提出正确的问题。 AI擅长在给定框架内搜索，但不擅长判断哪些问题值得问。雅可比猜想之所以被提出，是因为Keller看到了多元多项式映射与可逆性之间的深刻联系——这种洞察力目前仍是人类的专属领域。

第二，理解"为什么"。 AI给出了反例，但它不理解这个反例为什么存在、为什么是三对一、为什么行列式恰好是-2。理解背后的结构性和几何意义，仍然是数学家不可替代的工作。

第三，构建新的理论框架。 雅可比猜想被推翻后，数学家需要回答：在什么条件下它仍然成立？哪些相关的猜想需要修正？新的分类理论应该如何构建？这些才是真正推动学科前进的工作。

2026年6月的《人工智能与数学莱顿宣言》

就在雅可比猜想事件发生的前一个月，全球数学家在荷兰莱顿签署了《人工智能与数学莱顿宣言》，直面AI对数学研究的冲击。宣言的核心立场是：

数学家可自主选择是否、如何在科研中使用人工智能，同时肩负维系学科长久繁荣的责任。

这份宣言反映了学界的态度分化：有人满怀期待，看好AI助力前沿发现；有人畏惧技术迭代速度；也有人担忧其对数学学科与人类社会造成深远负面影响。

雅可比猜想事件，正是这种分歧的集中爆发点。

我的观点：这不是终点，而是新时代的黎明

雅可比猜想被AI证伪，表面上是一个数学事件的终结，实际上是科学方法论的一次范式跃迁。

首先，我们要接受一个事实：AI正在成为数学研究的"常规武器"。 不是"也许有一天"，而是"现在已经"。当一个数学家在世界杯决赛夜用AI聊天就能推翻85年猜想时，传统的"闭关苦思"模式已经不再是唯一的解题路径。

其次，证伪一个猜想和证明一个定理，在科学方法论上的分量是不同的。 找到一个反例，只需要一次成功的搜索；而要建立一个理论，需要无数次的验证和整合。AI在"否定性发现"上的优势尤为突出——它擅长在巨大的搜索空间中快速定位"坏样本"。但这不意味着AI在所有数学任务上都超越了人类。

第三，这也是一个警示信号：许多我们认为"深奥"的数学问题，其答案可能隐藏在极其简单的结构中。 雅可比猜想的反例如此简洁，以至于85年来的人类数学家都没有注意到。这不是人类的失败，而是人类思维的局限性——我们倾向于寻找"优美"的证明，而忽略了"丑陋"的可能性。AI不受审美偏好的束缚，反而能够发现人类思维盲区中的答案。

最后，我想说：数学不会因为AI而变得不重要，反而会变得更加珍贵。 在一个AI可以随时给出答案的时代，提出好问题的能力、理解答案背后意义的能力、以及将碎片化发现整合为系统性理论的能力，将成为真正的稀缺资源。

世界杯决赛终会结束，但AI时代的数学研究才刚刚开始。