那些在黑板前磨蹭一輩子的數學家最近集體焦慮，甚至開始發布宣言警告 AI 正在侵蝕數學的本質。這事聽起來挺荒謬。一群研究純粹邏輯的人，竟然在擔心邏輯機器跑得太快？Hacker News 上那群搞技術的也沒給好臉色，直言數學如果是為了產出正確答案，那機器做得好有什麼問題？問題在於，現在的 LLM 已經不再只是靠機率預測下一個 token，而是開始玩真的推理。
Grok-3 在上週的表現讓不少人閉嘴了。當 Elon Musk 瘋狂燒錢蓋那座由十萬片 H100 組成的 Colossus 叢集時，大家都在笑他只是在堆算力。結果 Grok-3 在數學基準測試上的成績，直接把這場「算力競賽」變成了「邏輯屠殺」。現在的痛點很明確：我們過去認為 LLM 只是在模仿人類說話的語氣，但 Grok 在處理高維度拓撲或數論問題時，展現出一種令人不安的「確定性」。這種確定性不是來自於背誦考古題，而是透過強化學習（RL）在推理路徑上進行自我修正。當一個模型可以反覆推敲自己的證明過程，直到邏輯無懈可擊時，數學家口中的「探索樂趣」在生產力面前顯得蒼白無力。
技術層面上，Grok 採用的推理架構與 ChatGPT 的 o1 系列走的是完全不同的路徑。o1 傾向於漫長的思維鏈（CoT），像個老學究一樣在後台碎碎念，最後給出一個完美的結果。Grok 則更像是個直覺敏銳的瘋子，它在處理矩陣運算與符號邏輯時，對 Token 的利用率高得嚇人。這涉及到底層對話模板與推理引導的差異。當你在 Grok 介面輸入一個複雜的偏微分方程，它不是在試圖「理解」物理含義，而是在高維向量空間中快速檢索最穩定的邏輯結構。這種暴力美學讓 Gemini 顯得有些束手束腳，後者在處理數學問題時，總想著要先給你科普一段背景知識，而不是直接把解題過程甩在你臉上。
說到這裡，DeepSeek 最近在數學推理上的動作也引起了不小的討論，但這不影響四大平台在算力規模上的統治地位。相較於 DeepSeek 的小步快跑，Grok-3 的邏輯密度顯然是為了應對更極端的科研場景。Claude 在這方面則表現得像個優雅的翻譯官，它能把艱澀的數學證明寫得像散文一樣好讀，但在處理那種需要數萬步推理的猜想時，Claude 的注意力機制（Attention Mechanism）衰減速度比 Grok 明顯得多。這就是現狀：你要麼選擇 Claude 的易讀性，要麼選擇 Grok 那種不講道理的暴力推導。
現在大學裡那些拿著政府資助的數學研究員，擔心的是 AI 會讓數學變成一種「黑盒」。如果你按下一顆按鈕就能得到黎曼猜想的證明，但過程長達幾百萬行，人類大腦根本無法驗證，那這還算不算人類的知識？這種對「知識主權」的恐懼，其實反映了 LLM 在數學領域的進步已經超出了人類的解釋能力。當初計算機（Computer）曾是一個職業，後來變成了桌上的機器，現在則變成了虛擬的邏輯引擎。
未來五年，頂級大學可能會像爭奪超級電腦使用權一樣，去爭奪 Grok 或 GPT 高階版本的 API 調用額度。數學研究將會兩極化：一端是負擔不起算力、只能繼續用粉筆在黑板上自嗨的傳統派，另一端則是利用 AI 進行大規模猜想驗證的「新數學家」。如果 Grok 真的在不久後證出了一個懸而未決的千禧年大獎難題，而我們卻看不懂它的證明過程，那時候數學家發布的宣言還有人在乎嗎？還是說，我們其實根本不在乎過程，只要那個「正確答案」就夠了？