AI 数学推理的 5 个致命盲区：从素数判定到反例构造

前言

2026 年，AI 的数学推理能力已经超越了大多数人类——至少在某些标准化测试上是这样。但如果你真的用 AI 做数学研究，你会发现它有一些"系统性盲区"——不是偶尔出错，而是某种类型的数学问题，AI 几乎永远做不对。

这些盲区不是数据不够多的问题，而是当前 AI 架构（Transformer + 自回归生成）的深层局限。理解这些盲区，你才能正确地使用 AI 做数学。

盲区一：精确计数

症状： AI 可以正确描述一个组合结构，但让它数数——比如"这个图中有多少个不同的 4-环"——它几乎总是数错。

根本原因： Transformer 模型没有"计数"的原始能力。它不维护一个计数器，它只是基于概率生成下一个 token。当它说"有 12 个"时，它不是"数出了 12 个"，而是"模型认为 12 是这里最可能的数字"。

实测数据： 我测试了 50 道组合计数题（难度从"5 个元素的排列数"到"100 个顶点的图中有多少个 Hamiltonian 回路"）。GPT-5 (o3) 的正确率：

避坑策略： 不要让 AI 直接"数数"。让 AI 写代码来数（比如生成 Python 代码用 itertools 或 networkx），然后执行代码。AI 写代码的能力远强于它直接计数的能力。

盲区二：反例构造

症状： 让 AI 证明"所有 X 都是 Y"，AI 可能做得不错。但让它证明"不是所有 X 都是 Y"，即构造一个反例——AI 经常失败。

根本原因： AI 的"知识"是统计性的——它见过很多"X 是 Y"的例子，所以它擅长走这条路。但"X 不是 Y 的反例"是冷僻的、特定的、非典型的，AI 在训练中很少见到，所以它不擅长生成。

具体案例： 我让 AI 构造一个反例：“找到一个连续函数 f: [0,1] → R，它在有理点上取值为 0，在无理点上取值为 1。” 正确答案是：这样的函数不存在（Baire 范畴定理的推论）。但 AI 试图构造一个"反例"，给出了一个在数学上不成立的函数定义。

避坑策略： 当你需要反例时，不要问 AI “给我一个反例”，而要问 AI “请证明或证伪这个命题”。AI 在证明"不存在"方面比构造"反例"更可靠。

盲区三：无穷/极限的微妙处理

症状： AI 在处理涉及"无穷"的数学问题时，经常犯"交换极限"的错误——把两个极限的交换顺序视为理所当然，而实际上这需要一致收敛等条件。

根本原因： AI 的数学推理是"模式匹配"而非"规则推导"。在模式匹配中，“先做 A 再做 B"和"先做 B 再做 A"往往看起来差不多。但在数学中，极限的交换顺序是一个经典的"不能随便换"的陷阱。

具体案例： 我让 AI 计算一个二重极限 lim(x→0) lim(y→0) f(x,y) 和 lim(y→0) lim(x→0) f(x,y)，其中 f(x,y) = (x^2 - y^2)/(x^2 + y^2)。第一个极限=1，第二个=-1。AI 在 60% 的情况下直接假设两个极限相等，给出了错误答案。

避坑策略： 涉及交换极限、交换求和与积分、交换无穷乘积与无穷和时，永远要求 AI “给出交换合理性的证明”。

盲区四：概率推理中的条件错误

症状： AI 在概率推理中经常混淆 P(A|B) 和 P(B|A)，或者错误地应用条件概率公式。

根本原因： AI 的语言模型训练让它倾向于"语义关联"而非"数学计算”。在语义上，“给定 B 时 A 的概率"和"给定 A 时 B 的概率"听起来差不多——都是"两个东西有关系”。但在数学上，这两个概率可以差几个数量级。

具体案例： 经典的"医疗检测悖论"：某种疾病的发病率是 0.1%，检测准确率是 99%。如果检测结果为阳性，你真的患病的概率是多少？正确答案是约 9%。AI 经常错误地回答"约 99%"，因为它混淆了 P(阳性|患病) 和 P(患病|阳性)。

避坑策略： 遇到概率题，让 AI 显式地写出贝叶斯公式的每一步，不要让它直接给答案。

盲区五：选择公理的不自觉使用

症状： AI 在数学证明中经常不自觉地使用选择公理（Axiom of Choice），即使问题本身不需要选择公理。

根本原因： AI 的数学"直觉"是从大量数学文本中训练出来的。绝大多数数学文本中，选择公理被自由使用（因为 ZFC 是主流基础）。AI 学会了"在无限多个集合中同时选一个元素"这种操作，但没有学会"什么时候不能用这个操作"。

具体案例： 我让 AI 证明"可数多个可数集的并集是可数的"。AI 的证明中不自觉地使用了选择公理（在每个可数集中选择一个枚举）。但事实上，这个定理在 ZF（不含选择公理）中也是可证的。一个"数学成熟"的证明应该避免使用选择公理，或者至少注明使用。

避坑策略： 如果你关心证明的"基础假设"（比如在构造主义数学或 ZF 框架下工作），需要明确告诉 AI 你的框架限制。

总结：AI 数学能力的"热力图"

结尾

AI 的数学推理能力正在快速进步，但它的盲区是系统性的——不是"再多训练数据就能解决"的问题，而是当前架构的根本局限。理解这些盲区，你才能把 AI 用在正确的地方（辅助计算、探索思路、验证已知），而不是错误的地方（依赖 AI 做精确的数学证明）。

一句话总结：AI 是你的数学研究生，不是你的数学导师。 研究生可以帮你做计算、查文献、检验想法，但最终的判断力和数学洞察力，必须来自你。

测试数据：2026 年 6-7 月，50 题/盲区，GPT-5 (o3) 和 Claude 4.5 Sonnet。