网通社科技快报
北大董彬团队AI系统自主证伪安德森猜想并完成2万行形式化验证
2026年4月，北京大学数学团队主导的AI系统Rethlas-Archon在完全无人类参与条件下，成功构造反例否定了交换代数中悬置十余年的安德森猜想，并以近两万行Lean 4代码完成形式化验证，成果获《Nature》专题报道。该工作由北大北京国际数学研究中心董彬教授牵头，联合刘若川、肖梁、文再文等学者组成的AI4MATH团队完成。董彬自2016年起转向深度学习研究，2023年提出“数学智能副驾驶”构想，此次成果为其实践落地。
在“2026未来科学·创想季”对话中，董彬谈及OpenAI一次性公开722篇数学手稿引发学界震动，部分领域进展远超预期，但亦有3篇因错误被撤回，凸显严格核验必要性。他指出关键转折发生于2025年下半年至2026年初：头部模型识别自身推理瑕疵的能力已超高年级博士生，部分系统实现“自我迭代”，形成推理-检查-筛选闭环，为攻克准黎曼猜想等难题奠定基础。
董彬提出三层认知模型：AI在知识覆盖层全面超越人类；推理组织层持续提升但尚难创造新工具；假设提出层——即提出值得研究的问题——仍依赖数学家直觉与品位，是当前AI最薄弱环节。他呼吁数学家回归初心，重视提出新问题、新概念与构建新理论体系，强调希尔伯特23问等历史贡献多源于问题提出而非解答。
针对学术生态偏重解题导向的问题，他认为AI倒逼研究重心向高阶认知迁移。产学研分工上，建议高校负责高质量数据、评测基准与基础理论，企业专注模型训练与工程落地。教育层面需平衡AI工具使用与认知能力培养，推动数学与物理、生物、计算机交叉融合。
目前团队正扩展Rethlas-Archon至代数与数论领域，探索人机协同新流程：数学家设定目标与约束，AI生成候选路径，双方共同迭代，已显著缩短求解周期。董彬强调，未来“科学AI”须开源、可验证、多路径竞争；数学研究将进入效率与深度并重新阶段，人类角色正从“证明执行者”转向“问题策展人”与“理论架构师”。
在“2026未来科学·创想季”对话中，董彬谈及OpenAI一次性公开722篇数学手稿引发学界震动，部分领域进展远超预期，但亦有3篇因错误被撤回，凸显严格核验必要性。他指出关键转折发生于2025年下半年至2026年初：头部模型识别自身推理瑕疵的能力已超高年级博士生，部分系统实现“自我迭代”，形成推理-检查-筛选闭环，为攻克准黎曼猜想等难题奠定基础。
董彬提出三层认知模型：AI在知识覆盖层全面超越人类；推理组织层持续提升但尚难创造新工具；假设提出层——即提出值得研究的问题——仍依赖数学家直觉与品位，是当前AI最薄弱环节。他呼吁数学家回归初心，重视提出新问题、新概念与构建新理论体系，强调希尔伯特23问等历史贡献多源于问题提出而非解答。
针对学术生态偏重解题导向的问题，他认为AI倒逼研究重心向高阶认知迁移。产学研分工上，建议高校负责高质量数据、评测基准与基础理论，企业专注模型训练与工程落地。教育层面需平衡AI工具使用与认知能力培养，推动数学与物理、生物、计算机交叉融合。
目前团队正扩展Rethlas-Archon至代数与数论领域，探索人机协同新流程：数学家设定目标与约束，AI生成候选路径，双方共同迭代，已显著缩短求解周期。董彬强调，未来“科学AI”须开源、可验证、多路径竞争；数学研究将进入效率与深度并重新阶段，人类角色正从“证明执行者”转向“问题策展人”与“理论架构师”。