" 反例正变成梗了，但我真的在乎这个问题，花了好几周去想。"Dmitry Rybin 在 X 上敲下这句话时，可能自己都有点哭笑不得。他是 AI 创业公司 Autokernel 的联合创始人，他嘴里那个 " 梗 "，是一道在图论界悬了整整 30 年的难题—— Dinitz-Garg-Goemans 猜想。而把猜想变成 " 梗 " 的，是他自己亲手喂进去的 4 条提示词，加起来还没一段朋友圈的文字多。

过程简单得不像话：Rybin 打开 ChatGPT 5.6 Pro，打了一行 " 做一个突破，找一个结构化的反例 "，然后让 AI 继续搜了三次。总共不到 60 个英文单词，耗时 5.5 个小时。以前数学家们以为这种级别的猜想，不堆上几页纸的推理、不熬几个月甚至几年的心血根本摸不到边，结果被几行纯文本直接打穿。

如果用一张图概括这件事，核心就是那层 " 拆或不拆 " 的运输幻觉。想象你是一个仓库老板，要把货物送到好几个地方。一种做法是把每单货拆成零七八碎的小包裹，分头走不同的路，最后总能凑齐送到。另一种做法是整箱整单地走，不许拆。Dinitz-Garg-Goemans 猜想说：哪怕从一种送法切换到另一种，总运费也不会变贵——你很安全，随便换姿势都亏不了。这个直觉太舒服了，舒服到 30 年里大家都信了。

但图论这个东西最不讲直觉。当 AI 开始搬弄那些由节点和连线堆起来的网络时，它很快就在某个结构上卡出了裂缝。网络里只要多添一两个顶点，原先平滑的逻辑就可能突然拐个大弯，让 " 不亏 " 变成 " 亏本 "。Chris Bowman-Scargill，英国约克大学的数学家，最近总被拉出来解释这类 " 反例连环爆 " 的现象。他打了一个分科的比喻：数论或代数里，简单情形下成立的模式往往能撑很久，像一个稳重的老管家；但在图论里，结构可以因为一两个点就剧烈抽搐，像一碰就翻的积木塔。" 所以这类猜想才会层出不穷地被提出来，也一个接一个被掀翻，" 他说，" 你完全能理解为什么人们会错过这些东西。"

Rybin 把结果甩上网之后，数学圈子里立刻就响起了那种熟悉的 " 又双叒叕 " 的惊叹。这不是孤例。就在今年 5 月，OpenAI 的模型刚刚扳倒了保罗 · 厄多斯的一个老猜想，数学论坛上吵成一片。本周早些时候，又有 AI 找到了 Jacobian 猜想的反例，一个活了将近百年的数学骨架。就在今天，不同的 AI 使用者还在声称解决了 Graffiti 猜想和另一个图论问题。甚至已经有人架起了一个网站，专门按模型分类，把这些 AI 找出来的反例一条条登记在册，活像战利品陈列馆。

" 有些事情上，AI 已经超越人类了。" 伦敦玛丽女王大学的 Abhishek Saha 的这句话，现在听起来不像夸张，更像盘点库存。他把目前 AI 啃下来的数学题统称为 " 低垂的果实 " ——不少猜想现在需要的人工参与少得可笑，几乎只要有人愿意去敲几行字。Saha 也承认，目前被 AI 击穿的题目，大多复杂程度有限，真正的硬骨头还没动到。但你很难否认，这些低垂的果实掉得实在太快了，而且落地的声响一次比一次轻。以前还要开研讨会、写预印本、发论文，现在一条推文就完了。

数学正在经历有史以来最剧烈的变化，这句话不是某个科技记者拍脑袋写的，它已经被反复印在那些 AI 数学突破的新闻标题下。当反例本身变成一种常见的娱乐内容，当数学家们开始用 " 又来了一个 " 代替 " 天哪不可能 "，Dinitz-Garg-Goemans 猜想的倒下，更像是一连串摔炮里最新炸响的那一枚。接下来的问题不再是 "AI 能做什么 "，而是 " 下一个翻牌的是谁 "。