六月十八日，周四下午两点。
陈林坐在自己出租屋的书桌前，面前摊着笔记本电脑。
屏幕上是一个视频会议的等候界面，上面显示着一行字：
【华夏科学院数学智能辅助研究计划第一次全体会议】
会议时间：14:00-16:00
这是他第一次以顾问的身份参加数学智能辅助研究计划的全体会议。
数学智能辅助研究计划是一个需要长期运营的系统工程，涉及到多个单位的协调、技术路线的选择、资源的分配……
这种项目不是靠他一个人算出一个公式就能解决的。
陈林在等待会议开始的几分钟里，又把之前陶哲轩给他的邮件以及他后来和MOSS讨论的关于“AI辅助数学研究“的内容翻看了一遍。
其实严格来说，MOSS的数学能力就已经接近“AI辅助数学研究“的终极形态了——一个拥有自我意识的超级AI，能够和数学家进行深度的学术对话，能够理解直觉、追问细节、甚至偶尔迸发出让陈林都感到惊讶的“灵感“。
但MOSS是不可复制的。
MOSS之所以能做到这些，是因为它的参数量已经突破了超过了世界上所有的主流大模型，并且得益于陈林和演海众人一起开发的混合算法框架，拥有了真正的自主意识。
而这个项目要做的，是用正常的、可以公开分享的技术路径，尽可能地逼近这个效果的某个百分比。
当然，在陈林的评估里，即便是做到MOSS能力的百分之十，对整个华夏数学界的研究效率提升也将是革命性的。
下午两点整，视频会议界面跳转，一个个参会者的头像陆续亮了起来。
陈林扫了一眼参会名单。
二十多个人。
来自科学院基础科学研究院、科学院计算技术研究所、燕北大学、华清大学、双旦大学、魔都交通大学等机构。
有陈林认识的，也有不认识的。
认识的几位——比如燕北大学的韦北辰——陈林在摄像头前朝他点了点头，韦北辰也回了一个微微的颔首。
不认识的那些人里，头衔最长的是——
“项目负责人：华夏科学院院士、科学院基础科学研究院计算数学与科学工程计算研究所学术委员会主任、博士生导师——周明轩教授。“
屏幕上，周明轩的头像占据了主讲人的位置。
六十多岁的老头儿，头发花白但精神不错，戴着一副金边眼镜，穿着一件浅蓝色的短袖衬衫。
“各位同事，下午好。“
周明轩的声音很稳，带着一种学术圈老一辈特有的不急不徐的节奏：
“今天是我们项目组本周的全体线上会议。首先感谢大家百忙之中抽出时间参加。“
他清了清嗓子：
“另外，特别感谢陈林教授——“
他的目光在屏幕上找到了陈林的摄像头，微微点了一下头：
“陈教授作为项目顾问加入我们的团队，对我们项目来说是莫大的支持。“
陈林在摄像头前笑着点了点头，没有多说。
周明轩继续道：
“在正式开始讨论之前，我先用大概二十分钟的时间，把项目目前的进展和遇到的主要困难给大家做一个系统性的汇报。“
接下来的二十分钟里，周明轩做了一个相当详尽的汇报。
陈林一边听一边在旁边的本子上记了几条要点。
项目从去年底正式立项，到现在已经运行了大半年。
核心目标是：利用AI大模型辅助数学研究，特别是在形式化验证方面取得突破。
所谓形式化验证，简单来说就是把人类用自然语言写出来的数学证明——那种充满了“不难看出“、“显然““由对称性可得“这类模糊表述的证明——翻译成计算机可以严格检验的形式化语言（比如Lean 4或者Coq）。
这件事情的价值是巨大的。
因为数学证明的正确性验证，传统上完全依赖同行审查——也就是让其他数学家去读证明、去检查每一步逻辑是否无懈可击。
但人类审阅者再怎么仔细，也难免有疏漏。
历史上不乏这样的案例：一篇论文经过了好几个顶级期刊的审稿人审查，发表了好几年以后才被发现证明过程中存在错误。
而如果能把证明翻译成形式化语言，让计算机来检查——计算机不会漏掉任何一步，不会因为疲劳或者先入为主而忽略逻辑漏洞——那数学证明的可靠性将提升到一个全新的水平。
但问题在于：这个翻译过程本身就极其困难。
周明轩在汇报中详细介绍了项目组在过去半年多里的尝试。
“我们目前的主要策略是利用现有的通用大模型——包括GPT、Gemini和国内几家公司的产品——来辅助完成翻译工作。“
他的语气里带着一种明显的遗憾：
“成果嘛，只能说是差强人意。“
陈林注意到当他说出差强人意的时候，在场的好几个参会者的表情都微微动了一下。
周明轩打开了一份PPT，上面是一系列测试数据。
“我们用了几类不同难度的数学证明来测试这些模型的辅助翻译能力。“
他翻到了第一页数据：
“本科水平的证明，比如实分析中的ε-δ语言论证、线性代数中的基本定理证明，这些模型的表现还可以。翻译成Lean 4以后，大约有百分之六十到七十的证明可以通过编译器的检查。“
他翻到了第二页：
“硕士水平的证明，比如泛函分析中的紧算子谱定理、代数拓扑中的同伦群计算，准确率就开始明显下降了。大概只有百分之三十到四十。“
然后是第三页。