近日，数学界迎来一项令人瞩目的进展：人工智能在数学研究领域展现出了超越预期的原创能力。据报道，一位名为Isaac Rajagopal的研究者发现，大语言模型不仅能够拼装现有知识，还提出了令他本人也感到惊讶的原创数学想法。同时，OpenAI内部的一个通用推理模型成功推翻了数学家埃尔德什于1946年提出的平面单位距离猜想，这一成果被多位顶尖数学家视为彻底改变了数十年来的共识。
希鸥网观察到，这一系列事件标志着人工智能在数学研究中的角色正从辅助工具向独立创造者转变。Isaac Rajagopal在其博客中详细描述了模型的两步改进：第一步将问题复杂度从指数级降低到平方根量级，他认为这只是常规改动；但第二步彻底消除了指数式膨胀，模型通过构建一组互不冲突的数列并复制扩展，将原本飞速增长的数列限制在小范围内。Rajagopal坦言，这是他自己需要花费一到两周才能想出的原创想法，而模型不到一小时便完成并证明了它。
在另一项重大突破中，OpenAI的内部模型攻克了埃尔德什1946年提出的单位距离猜想。普林斯顿大学的Noga Alon评价称，这是埃尔德什最钟爱的难题之一，模型的解法彻底改变了该领域的长期共识。数论学家Arul Shankar直言，这证明当前AI模型有能力产生独创且精妙的见解，并能将其转化为实际成果。值得注意的是，即将于近日领取菲尔兹奖的Jacob Tsimerman透露，他曾短暂研究过该问题并尝试构造反例，但未能取得进展，在这一问题上输给了AI。
围绕AI对数学研究的影响，剑桥大学教授Gowers提出了一个尖锐的假设：如果一位数学家通过与AI长时间对话解决重大问题，主要想法和技术工作均由AI完成，这是否能被视为该数学家的重大成就？他的答案是“不会”。Gowers进一步指出，如果做数学的目标是让名字与定理绑定，这种目标可能不会持续太久。但他强调，与难题死磕的价值在于获得解题过程的洞察，这种“手感”正成为驾驭AI的基础能力，如同算术好的人用计算器更易察觉错误。
即将在7月24日举行的国际数学家大会上，另一位菲尔兹奖得主陶哲轩将主讲《AI时代的数学》。他曾在今年5月改变工作习惯，不再实时跟进所有新证明，因为AI生成证明的速度已超过人类消化速度。他还建议为AI生成的数学和人类数学分设不同的发表场所。Gowers预测，今年秋天入学的博士生到2029年毕业时，数学研究的本质可能已发生根本性变化，这对菲尔兹奖评委会、博士生导师以及学术评价体系都构成挑战。
希鸥网认为，AI在数学领域的原创性突破并非偶然，而是技术演进与人类智慧碰撞的必然结果。创业者应从中看到，当工具具备创造能力时，核心竞争力不再是单一技能，而是如何定义问题、引导方向并整合资源。这正如数学界所揭示的：解题的“手感”和洞察力，在未来可能比掌握具体知识更为关键。对于创业公司而言，拥抱AI不是替代人力，而是将人类的判断力与机器的效率结合，形成新的价值创造模式。
在创业团队管理中，创始人的状态直接影响团队士气。当业绩下滑时，创始人应首先检讨自身，调整状态并坦诚沟通现状，给出明确应对方案。同时，人才培养应聚焦效率，将80%的资源投入高潜力高业绩的少数关键人才，而非平均用力。让团队感受到“打仗”的激情而非“上班”的平淡，通过目标清晰、标准透明、真诚关怀的文化，激发员工的内在驱动力，从而在激烈市场竞争中保持战斗力。
创业初期的成功往往源于极快的反馈循环。快速推出未完美产品，通过用户实验验证假设，而非等待“准备充分”再上市。客户反馈应作为检验愿景的实验数据，而非直接执行指令；创业者需用科学方法做决策，聚焦客户认知而非主观臆断。精益创业方法论融合精益制造、设计思维与敏捷开发，旨在解决宏大愿景难以落地的根本难题。IMVU的成功证明，这种激进模式能催生年收入超5000万美元的商业奇迹。
创业者需具备“情境化判断力”，结合具体市场环境、资源禀赋评估机会，而非套用抽象标准。真正的创新洞察往往源于多元视角碰撞：主动接触不同背景的人，包括边缘群体、跨界领袖和一线实践者，从中获取被主流忽视的真实认知。创业决策的质量取决于理解他人逻辑的能力，在未真正代入用户或合作伙伴处境前就下判断，极易导致战略误判。保持好奇心，愿意理解不同视角，将带来更丰富的决策视野。
2026人工智能+实战应用及产业创新论坛将于7月31日在南京举办，欢迎全国各地人工智能创业者报名。本文内容整理自网络，将同步发布在希鸥网创投联盟网站（希鸥网、AI联播网、斯贝瑞品牌资讯、华商资讯网、金鸥财经、锐CEO网、AEXNEWS美讯社、创新日报）。欢迎媒体合作、会议咨询、纳斯达克大屏等业务对接~ 如需修改或发布文章，请加微信号：sheisceo