这番听着多少有点数学界反骨的判断，正出自1998年菲尔兹奖得主、英国数学家Timothy Gowers。
最近Gowers老哥闲来无事把这几个月AI最轰动的数学战绩往桌上一摊，发现了一件画风非常统一的事儿——
雅可比猜想，找反例。
Erdős单位距离猜想，找反例。
非sofic群问题，构造一个过去没人找到的例子。
多色Ramsey数问题，核心依旧是构造出满足要求的新对象。
人类数学家：这个结论到底为什么成立？
AI：先等会儿，你这结论……真成立吗？（一身反骨.jpg）
所以，问题来了。
为啥AI们一碰上数学猜想，就这么爱往反例堆里钻啊我说！？
AI最近最出圈的数学突破，都在“找反例”
先说一个大家比较容易搞混的点。
Gowers这里提到的「找反例」和学生时代学过的「反证法」，其实还真有亿点点区别。
我们上学时学的反证法，是一种证明技巧：先假设结论不成立，再一路推导，直到撞出矛盾，由此证明原命题成立。
Gowers这里说的「找反例」就直给多了——
比如有人提出：所有满足A的对象，都具有B性质。
那AI只需要从一大堆对象里薅出来一个，它明明满足A，偏偏就是没有B。
完。
整条猜想当场寄。
也真不怪Gowers会注意到这个规律。
主要吧，最近AI最轰动的几场数学突破，还真有不少都是这么干出来的。
就拿上个月OpenAI内部模型搞定的Erdős单位距离问题来说。
近80年里，数学界围绕它形成了一个长期被广泛相信的增长判断，很多研究工作的思路，也都是冲着怎么把这个判断证明出来去的。
结果AI一上来，画风直接180度大拐弯。
人家没急着顺着人类几十年的思路一路往前拱，反倒花了大量推理预算琢磨另一件事儿——
有没有可能，直接给这个判断找个反例？
最后它真找到了，模型把原本属于代数数论的一套工具搬进离散几何，用更加复杂的数域构造出一整族点集，使单位距离对的数量以此前预期之外的速度增长。
一个流传数十年的判断，就这么被一个具体构造直接《击穿》。
更有意思的是，数学家们后来去翻其推理轨迹，发现它大量时间真的都花在尝试各种构造、寻找反例上。（doge）