“我57岁，给24岁的学生打工，还自己掏了搬家费。”

一条看似离谱的 LinkedIn动态，把硅谷冬天点燃。

点赞列表里躺着陶哲轩、Yann LeCun、还有刚被特朗普政府劝退的弗吉尼亚大学前教务长。

评论区最高赞只有一句话 ——“数学的终局，来了。”

故事的主角是小野健：模形式天王、拉马努金转世、美国国家安全局顾问、奥运冠军御用数据巫师，弗吉尼亚大学终身教职、夏威夷衬衫收藏量全球第一。

半年前，他还在公开演讲里调侃： “AI？那是Artificial，我是Natural。”

图源：网络

如今，他把所有头衔塞进纸箱，带着老婆和一条柯基，从夏洛茨维尔飞到旧金山，入职一家只有 15人的初创公司，工牌编号015，汇报对象为，2019年MIT毕业、2001年出生的广东女孩洪乐潼 （ Carina Letong Hong）。

舆论把这条新闻称为 “数学国家队级别的倒贴”。

然而，当情绪化的标签褪去，一条更具结构性的线索浮出水面：纯数学研究正首次以

“平等合伙人”而非“工具使用者”的身份，嵌入生成式AI的迭代闭环。

洪乐潼， 2001年出生于广州市天河区，父母自上世纪90年代从潮汕地区赴广州从事服装加工。

2012年，通过广州市奥校免费集训队遴选，成为30名全额资助学员之一； 2017年获中国女子数学奥林匹克金牌；2018年以USAMO（美国数学奥林匹克）国际营唯一非美籍满分选手身份被MIT（麻省理工学院）数学系提前录取。

在MIT时期，大一的洪乐潼就成为了小野健的学生，加入了他的数论项目。

图源：网络

MIT校友系统记录显示，她用六个学期完成两套学位（数学、物理），GPA 5.0/5.0，并于2020年获Morgan Prize与AWM Schafer Prize，为史上首位同年摘取两项本科生最高荣誉的亚洲女性。

本科阶段，她在《 Proc. Amer. Math. Soc.》《J. Number Theory》等期刊发表9篇论文，主题涵盖分拆同余、模形式与组合计数。

图源：网络

2021年，她以罗德学者身份进入牛津大学，用9个月完成神经科学理学硕士；2022年注册斯坦福数学+法学双博士项目，研究方向为“形式化证明系统的可解释性”。

至此，其学术履历已横跨纯数学、生命科学、法律与计算机科学四大学科域。

后来顺便在咖啡馆里 “聊”出了Axiom——她要造一个 “会自己提出定理、自己写证明”的AI数学家。

加州州务卿企业数据库显示， Axiom Inc.于2024年5月在Delaware注册，总部设于Palo Alto。

2024年8月完成960万美元（约6400万元人民币）种子轮，领投方为Quiet Capital，跟投包括Khosla Ventures与若干天使投资人。投后估值未披露，但PitchBook记录其已发行A类普通股1.2亿股，创始人持股比例约28%。

Axiom到底要干什么？

Axiom公开招募材料用一句话描述其目标：“Build an artificial mathematician that can conjecture, prove and explain.”（构建能够猜想、证明并解释的人工智能数学家。）一句话概括就是，让AI像数学家一样“做梦”。

图源：网络

创业第四个月，洪乐潼领着不到十人、核心仅四人的小队，把 Axiom Prover推到线上——IMO银牌级几何题，输入即出证明，计时以分钟计，并接连攻克两道悬而未决的数学难题，震惊数学圈与AI圈：

埃尔德什第 124题，加法数论里三十年无人触碰的硬骨头，被它在二十四小时内完成基础公理层面的形式化证明，成为首份可机器复检的完整答案；

紧接着，第 481题这道悬置四十五年的迭代算术难题，五小时内亦被完成完整证明，顺带拆穿GPT-5“已解决”的公关话术，美国数学学会审读后只留一句——“逻辑无隙，隐性错误为零”。

图源：网络

与此同时，盈利模式也迅速落地 ， 商业路径同步跑通 。

2–3年内向Two Sigma、Renaissance等对冲基金输出“可审计数学因子”，按因子寿命订阅收费；同时把TLSS封装成API上架AWS、Google Cloud，为智能合约、芯片验证提供形式化证明，按调用量计费。五年目标更远：让AI在潜在空间发现人类未注册、具工业价值的新定理，直接申请专利，全球授权变现，把猜想变成知识产权现金流。

小野健为什么甘愿给学生打工呢？

研究时间被政治问题挤占：

小野健自 2019年起任弗吉尼亚大学数学系Thomas Jefferson Professor，并兼任教务长STEM高级顾问。2025年初，美国司法部启动对高校DEI（多元、公平与包容）项目合规审查，UVA校长与教务长办公室需每月提交联邦报表。小野在一次系务会上透露，2025学年他平均每周需花费12小时处理合规文件，“相当于砍掉一门研究生课”。

图源：网络

经费肉眼可见下滑：

NSF 2026财年预算草案显示，数学科学研究所（DMS）经费削减12.2%。小野主持的两项R01拨款（DMS-2200009、DMS-1950000）将于2026年到期，续审前景不明。相比之下，Axiom为其开出“不设教学、不设行政、100%科研”的合约，并允许保留弗吉尼亚大学荣休教授头衔，可继续指导在读博士生。

图源：网络

AI的“降维打击”让他兴奋：

2025年9月，斯坦福MSRI举办“AI vs Number Theory”闭门会。会议非公开报告里，GPT-4o-Math在小野健提出的10道“未公开猜想”中，对第7题给出一条11行形式化证明，比人类最短记录（小野本人，27行）缩短59%。

小野在个人博客写道， “如果我的猜想能被机器在3天之内推广到10个维度，我愿意当那个‘标注工’。”

菲尔兹奖得主陶哲轩在 MathOverflow发文：“数学家的价值不是产出定理，而是产出‘问题’。把猜想外包给AI，相当于把灵魂外包。”

而剑桥的 Kevin Buzzard教授却把Lean形式化课程搬进本科必修课，“如果小野能先让AI学会模形式，我就让AI学会朗兰兹”。

支持派和反对派的狂欢背后，更有对潜在风险的担忧以及伦理争议。

图源：网络

TLSS生成的部分证明虽经Lean验证，却出现“步骤跳跃”与“命名黑洞”（即缺少人类可理解的引理命名），可读性让位压缩率；

现行美国专利法要求 “自然人发明人”。Axiom已聘请法律团队，尝试以“人机联合发明”路径递交样板案例，结果将直接影响后续商业边界；

“Ken Benchmark”依赖的Lean 4与高速GPU集群造价高昂。中国985高校仅37%拥有可运行mathlib4满量测试的服务器，这一差距可能放大“猜想生产”的东西方落差。

当 Axiom把“人提出→机器验证”扭转为“机器提出→人机共证”，纯数学的千年工作流程被重写：猜想发现密度陡升，期刊审稿人第一次要面对“真伪已证、价值待定”的批量投稿，可解释性从教学美德变成生存刚需——谁能在 512 维流形与人类语言之间搭起翻译器，谁就能垄断下一个十年的同行引用？

嗅觉灵敏的高校已把变化写进预算。

斯坦福 2026 年新设“AI-Conjecturing”跨学科博士班，首批 10 个名额由 Axiom 全奖包养，毕业论文须同时提交“人类可读的定理陈述”与“Lean 4 可编译的形式化证明”；失去小野的 UVA 则紧急启动“AI+Math 集群招聘”，计划三年引进 6 名会写 tactic（具备形式化证明经验） 的助理教授，防止本校期刊版面外流。

图源：网络

资本的脚步比象牙塔更快。 Quiet Capital 把“AI for Mathematics”抬到与“AI for Climate”并列的核心赛道，半年内形式化验证初创估值普涨 70%；上海、深圳冒出的 Lean 中文社区，每周四晚线下黑客松坐满了刚下飞机的美元基金 VP，他们嘴里重复着同一句话——“错过 OpenAI 还能活，错过 MathGPT 就真晚了”。

图源：网络

写在最后：

从潮汕车间到加州白板，从免费奥校到 AI猜想引擎，洪乐潼与小野健的“反向雇佣”更像一次学科迭代的公开仪式：

它宣告数学正式加入生成式AI的反馈循环，也宣告“人类最后一块纯粹智力自留地”迎来外包时代。

正如小野健写在黑板上的那一行字 ——AI will not replace mathematicians, but mathematicians who use AI will replace those who don’t——技术替换的尽头从来不是简单的取代，而是维度升级：

当猜想可以批量生产，人类必须重新回答那个更古老的问题： 在众多真理之中，我们为何关心这一条？

答案的求解，或许才是 AI数学时代真正的起点。