想象一道难题：过去，研究者要查资料、试错、推翻旧思路，最后才等到答案；现在，一群 AI 数学智能体——多个并行检索、推理和互相检查的自动化研究助手——可能接手其中大半。效率提高了，但真正被省掉的，也许正是形成直觉、理解问题和体验意外发现的过程。
据 Science 摘要页，这篇由主编 H. Holden Thorp 撰写、于 2026 年 10 月 29 日发表的 Editorial，借近期密集出现的 AI 数学成果追问：如果答案越来越快到来，“理解答案的满足”能否取代亲自发现的兴奋？文章把 OpenAI 公布大量数学问题进展，以及 Google DeepMind 发表其 AI 数学系统解答，放进同一背景中讨论。它关心的并非 AI 会不会做题，而是科研工作的意义会不会随之改变：当检索、推理与解释被模型包办，人的角色或许会更多转向理解和验证。摘要未披露进一步论证与案例，因此这更像一次文化提醒，而非已有定论。