AI可以写代码、查资料、生成文本，但如何让它更深入、更专业地参与数学研究？作为对“人工智能+教育”的回应，华东师大数学科学学院自主研发的轻量化AI辅助数学科研平台VeryMath，让AI进入文献调研、计算实验、猜想生成、例子验证、证明组织和论文写作等数学科研流程。这个暑假，“基于VeryMath的人工智能辅助数学研究实践”课程上，这一新工具已经成为师生教与学的好工具。
数学科研需要“专门装备库”
平台研发者、华东师大数学科学学院王祥丰教授介绍，VeryMath具有针对性和轻量化的特点，师生可将工具部署在个人电脑上，并对接不同大模型接口或代码生成工具。平台通过任务编排和Agent–Skill–Harness（智能体—技能—运行框架）工程框架，把外部分散的AI能力组织起来，服务数学推理、符号计算和结果验证等环节。
通用大模型像一位知识面很广但缺乏专业训练的助手，而数学研究有自己的程序逻辑，华东师大数学科学学院院长刘博表示，VeryMath是面向数学科研场景定制的“装备库”，让AI从通才变成更懂数学研究流程的“专才”。
个人经验变成可共享技能
传统数学研究中，许多有效方法存在于研究者个人经验里，包括如何整理某类文献，如何调用特定代码做符号计算，如何围绕猜想设计数学实验等。VeryMath试图把这些经验沉淀为可复用、可共享、可迭代的技能模块（Skill）。
“VeryMath是一个全开放、全共创的平台。”王祥丰说，老师和学生可以把自己的有效方法固化为Skill供他人调用、修改并继续迭代。这样一来，师生不只是工具使用者，也成为平台建设者。
硕士研究生徐柯楠已在科研中使用相关模块。围绕经典数学优化方法交替方向法中的超参数选择难题，团队基于VeryMath中的“烟花”技能和自动研究技能，设计出新的超参数自动调整机制，并应用到稀疏优化、AI训练优化器设计等场景。
这些功能和实践意味着，AI辅助科研不只是加快写作或计算速度，也可能改变研究经验的保存和传播方式。目前，学院师生还自主开发了协同数学家（Co-Mathematician）工作区，并成立人工智能驱动数学研究创新俱乐部，推动个体经验转化为共享科研资源。
覆盖数学科研流程全过程
“各类Skill不仅能辅助我梳理研究思路、发现潜在问题，还能处理复杂计算并进行结果验证。”硕士研究生袁东使用VeryMath时感受到了科研训练的完整链路，“甚至，它还能让AI参与算法的进化与发掘中，让探索更加高效、系统。”
而对于经常需要面对复杂交流场景的博士研究生涂卓杰来说，VeryMath带来的则是更懂“数学语言”的顺畅体验。他感到VeryMath针对数学语言和写作进行了优化，比如在文献阅读时，AI4Math论文阅读技能能够促使大模型形成更具数学思维的分析框架；在写作阶段，也能减少反复用提示词纠正表达的过程；协同数学家工作区还可提高回答准确性，减少虚构内容，让讨论更高效。
从平台建设到课程教学，再到科研训练和社群培育，华东师大数学科学学院正在形成一套AI4Math育人链条。王祥丰表示，团队正面向全院和全校推广这一工具，鼓励师生把各学科中有效的数学研究实践沉淀为新技能。下学期，数学科学学院还计划围绕VeryMath开设“数学智能体工程与实践”1学分选修课程，面向高年级本科生与研究生开放，促进师生深度转变科研范式，全面激活协同科研生态。
配资论坛提示：文章来自网络，不代表本站观点。
