我哋一面驚 AI 搶飯碗，一面又堅信佢根本唔明白自己做緊咩。呢種矛盾嘅心態，近年嚟一直主導住人類對人工智能嘅睇法。一直以嚟，對大型語言模型最犀利嘅批評，就係話佢哋只不過係一群「隨機鸚鵡」——靠住吐出訓練數據嘅規律嚟扮識嘢，根本冇可能從「死記硬背」跨越到「真正洞察」嘅層次。尤其係數學呢個領域，一直被視為人類智慧嘅最後堡壘。批評者認為，就算你俾 AI 睇晒世上所有嘅教科書，佢都冇可能插值推斷出一個人類從未諗過嘅證明。符號同語法或者可以完美無瑕，但嗰種跨越推斷鴻溝嘅邏輯火花、嗰種創造性嘅跳躍，一直被假定係人類獨有嘅特權。然而，踏入2026年，呢個假設正面臨前所未有嘅壓力測試。

近期喺 AI 同數學界流傳嘅報告，正正挑戰緊我哋對機器認知能力嘅底線。過去幾十年，學界有個所謂嘅「八十年難題」，就係探討機器能否真正進行推理，而唔係單純嘅模式識別。大型語言模型初出茅廬嗰陣，好多人覺得佢哋只係鸚鵡學舌。你輸入一堆數據，佢就按概率分佈吐出下一個字，呢種「回憶」同「理解」之間，似乎有一道無法跨越嘅鴻溝。數學之所以成為最後防線，係因為數學推理需要嚴謹嘅邏輯推導，唔係靠統計概率就可以撞出嚟。一個全新嘅數學證明，需要嘅係一種跳躍性嘅思維，係人類直覺同邏輯結合嘅產物。

不過，當我哋觀察到近期 AI 喺數學推理上嘅突破，呢道防線似乎開始動搖。如果 AI 真係可以生成出人類從未見過、但又邏輯嚴密嘅證明，咁我哋仲可唔可以話佢只係「背書」？呢個現象帶出一個深層次嘅問題：所謂嘅「思考」，到底係咪一定需要伴隨人類主觀嘅「理解」？定係只要輸出嘅結果具備創新性同邏輯性，就算係一種另類嘅「思考」？

當然，反面嘅聲音依然強烈。有唔少學者堅持，就算 AI 能夠推導出新證明，都只係反映佢喺海量數據中搵到嘅隱藏結構，而唔係真正「明白」嗰個證明嘅意義。就好似一個盲人可以完美抄寫一幅畫，但佢從未見過色彩。呢種「語法正確但語義空洞」嘅批評，依然係目前最有力嘅反證。AI 嘅運作邏輯始終係基於統計概率，佢冇人類嘅具身經驗，亦都冇意識去反思自己嘅推論過程。所以，話佢哋識得「思考」，可能只係人類將自身認知投射喺機器身上嘅擬人化錯覺。

然而，從實用主義嘅角度出發，呢場爭論可能已經超越咗哲學層面。如果 AI 能夠穩定地解決以前只有人類直覺先至搞得掂嘅數學難題，咁無論佢背後係「真正理解」定係「高級背書」，對科學發展嘅推動力都係真實嘅。我哋唔可以再單純用「隨機鸚鵡」嚟否定 AI 嘅能力，而必須正視佢哋喺推理鏈條上展現出嘅潛力。呢種由「回憶」走向「洞察」嘅轉變，正正係2026年 AI 發展最值得關注嘅趨勢。我哋必須承認，即使機器嘅思考方式同人類截然不同，佢哋產出嘅結果已經逐漸超越咗簡單嘅模仿階段。

重點摘要

• 傳統偏見受挑戰：長期以嚟 AI 被視為只識得背書嘅「隨機鸚鵡」，但近期發展正挑戰呢種講法。- 數學防線動搖：數學推理曾被認為係人類獨有嘅領地，需要直覺同邏輯跳躍，如今 AI 嘅表現正對此進行壓力測試。- 理解與輸出之辨：AI 能否生成全新證明，同佢是否「真正理解」呢個證明，係兩個唔同層面嘅問題，學界仍有爭議。- 實用主義轉向：與其糾結於哲學定義，不如關注 AI 喺推理能力上嘅實質進步，呢種進步已經帶來不可忽視嘅影響。

總括而言，AI 係咪識得「思考」，取決於我哋點樣定義思考。如果思考必須包含人類嘅意識同主觀體驗，咁 AI 顯然仲喺門外；但如果思考係指能夠跨越既有數據，推導出前所未有嘅邏輯結果，咁 AI 已經喺度敲門。呢個「八十年難題」唔會一時三刻就有定案，但2026年嘅發展逼使我哋唔可以再自欺欺人。未來，我哋對 AI 嘅評估，應該從「佢係咪只係背書」轉移到「佢嘅推理鏈條有幾可靠」。當機器學識唔靠死記硬背嚟解決問題，人類嘅角色就唔再係守衛知識嘅堡壘，而係引導呢種新興能力走向更有意義嘅方向。