约19000字。

　　2027届江浙皖名校联考高三上学期10月联考语文试题
　　一、现代文阅读
　　阅读下面的文字，完成下面小题。
　　材料一：
　　北京时间2026年7月23日晚，四年一届的国际数学家大会在美国费城召开。当35岁的王虹从颁奖人手中接过菲尔兹奖时，远隔重洋的祖国一片沸腾。一年多前，因攻克三维情形下的挂谷猜想，这位中国籍女数学家走入公众视野。挂谷猜想是一道曾困扰国际数学界百年的难题，我们可以形象地把它理解为：让一根没有厚度的“针”转遍所有方向，究竟至少需要多大空间。
　　王虹的人生，恰似那根不停旋转的“针”。这位从桂林山水间走来的“数学女王”，早在中学时期便如此形容数学：“它是那么纯粹与抽象化，远离尘嚣，是我们精神领域的一方净土，但又绝非清玄之谈。”当时她的未来还是一道待解的猜想。而这一晚，来自数学最高殿堂的加冕，为其不懈探索给出最优雅的证明。
　　在漫长的研究周期里，难题长期悬而未决是常态。无数次推演走向死胡同，大量草稿最终沦为废纸。同行回忆，王虹极少追求短期可见的成果，愿意投入数年时间深耕一个看上去没有即时应用前景的猜想。不少公众常会追问，耗费巨大精力攻克这类抽象猜想能够带来什么现实收益。基础数学探索很难立刻兑现产业价值，但人类对未知边界的持续叩问，总会在遥远未来成为技术突破的底层根基。
　　（摘编自姜界峰、顾醒航、苏时榕《王的猜想》，《广西日报》2026年7月25日）
　　材料二：
　　当人工智能（AI）一次次刷新人们的认知边界时，一个问题也随之而来：如果机器已经能够辅助证明定理、解决复杂问题，人类为什么还要学习数学？面对这个问题，中国科学院外籍院士、南方科技大学讲席教授、菲尔兹奖得主杰曼诺夫在接受专访时，给出的答案颇为坚定：“AI使数学变得比以往任何时候都更加重要。”他的观点与各大顶尖研究型高校的理念不谋而合：数学学科的全球竞争力需要长期稳定的支持，时间会证明数学研究和人才培养的后劲十足。
　　杰曼诺夫意识到AI可能深刻影响数学研究，并不是在某个瞬间，而是一个不断变化的过程。“不久之前，我尚且认为AI拥有一名优秀研究生的能力。如今，它能够快速串联海量文献、给出推导思路，表现如同极具天赋的青年研究者。”但他同时强调本质差异：AI擅长模仿、整合已有知识，却无法真正理解数学证明内在的逻辑要义。它可以生成形式合规的推导文本，却难以自主建立全新研究框架，更无力提出具备原创性的数学猜想。
　　AI如同一名高效的助手，能够分担计算、检索、试错等重复性工作，却不能替代数学家提出问题、确立方向。当下全球学界有一种误区，认为算力与算法足以弥补基础理论短板。事实上，所有人工智能模型底层架构都根植于线性代数、概率论、优化理论等数学体系。脱离扎实的数学根基，人工智能创新只能停留在表层应用，难以实现根本性理论突破。
　　（摘编自党文婷、严圣禾《AI时代，为什么更需要数学——访菲尔兹奖得主、南方科技大学讲席教授杰曼诺夫》，《光明日报》2026年6月18日）
　　材料三：
　　在基础科学版图中，理论物理与纯数学长期共享同一套严谨的形式逻辑体系，二者依靠公理、严格推导与形式证明构建知识大厦，这与依靠误差数据、经验建模的实验科学有着本质分野。上世纪90年代，粒子物理实验团队率先将机器学习用于海量粒子数据筛选，但人工智能真正系统性介入纯数学领域，形成规模化研究潮流，是在2018年后，核心阻碍在于数学研究对可解释性、严谨证明的硬性要求。学界普遍认为，AI迟来的介入并非工具能力不足，而是纯数学对逻辑自洽、论证完备的标准远高于其他理工科门类。
　　过去五年，人工智能算法在纯数学与实验科学领域得到广泛运用。这看似存在悖论：数学科学依赖严格定义、推导与形式证明，实验科学允许带有误差区间的数据建模，二者范式截然不同，人工智能却能够同时介入两类研究。学界将人工智能参与数学探索划分为自上而下、自下而上、元数学三类路径。自上而下路径依托成熟数学理论设定目标，借助AI开展大规模验证；自下而上路径依靠数据归纳潜在规律，催生新猜想；元数学路径聚焦研究方法本身，优化数学论证的表达与检验流程。
　　依托三类路径，全球各地数学实验室已经产出大量阶段性成果：自上而下模式被用于代数几何中奇点案例的批量核验；自下而上模式成功在低维拓扑领域生成十余组全新猜想；元数学路径借助大语言模型简化形式化证明的撰写流程，大幅降低人工校验成本。但所有落地实践均暴露出统一短板：AI仅能基于已收录的人类数学知识完成归纳，无法自发跳出现有理论框架开辟全新研究分支。
　　尽管进展显著，人工智能短期内不会取代理论研究者。人机协同将成为基础数学研究常态化模式，但二者分工存在清晰边界。大型语言模型容易出现“形式正确、语义偏离核心命题”的证明谬误，模型无法自主甄别论证是否贴合原始问题。人类数学家拥有价值判断能力，能够辨别思路真伪、捕捉值得持续深耕的方向。AI适合作为猜想试算、案例检索、符号推演的协作工具；原创问题提出、证明思想构建、成果价值评判，依旧只能依靠人的理性思辨。
　　长远来看，人工智能普及并不会削弱基础数学研究的意义，反而倒逼学界重新审视纯粹数学的价值。技术工具迭代越迅猛，越需要人们拥有超越工具的抽象思维，拥有追问底层逻辑的能力。即便AI能够完成九成机械推演工作，决定一项数学研究能否实现范式革新的核心环节，依旧掌握在具备原创洞察力的研究者手中。
　　（摘译自何杨辉《人工智能驱动下的纯数学与理论物理研究》，《自然综述•物理》2024年8月5日）
　　1、下列对材料相关内容的理解和分析，正确的一项是（）
　　A．一些公众对抽象猜想价值的追问，暗含了以短期的现实收益为单一化的评判标准，这种认知忽略了基础科学价值释放的延时性。
　　B．当前AI综合能力如同天赋出众的青年数学研究者，既能整合海量文献、输出推导思路，也可搭建全新研究框架，仅缺少原创猜想生成能力。
　　C．2018年前AI未介入纯数学领域的根源是机器学习工具算力不足，难以承载数学严苛的逻辑核验，无法满足证明完备、逻辑自洽的硬性标准。
　　D．自上而下的数学路径依托成熟数学理论设定目标，借助AI开展大规模验证，此后元数学路径得以优化证明文本撰写流程，压缩人工校验工作量。
　　2、根据三则材料内容，下列说法不正确的一项是（）
　　A．材料一中王虹形容数学是那么“纯粹”，这里的“纯粹”既是王虹对数学学科特性的理解，也可视为王虹身上优秀精神品质的体现。
　　B．材料二认为只依靠算力、算法弥补基础理论短板，人工智能研发可能只会停留在浅层应用层面，很难取得颠覆性、根源性的理论创新成果。
　　C．人机协同是未来基础数学研究的常态分工模式，AI能完成大部分机械推演工作，但不能自主分辨推导过程是否契合待解决的核心命题。
　　D．AI的大部分推演、归纳行为局限于人类已积累的数学知识体系，不能突破现有理论体系开辟全新研究分支，范式革新仍依赖研究者的原创洞察力。
　　3、根据原文内容，在下面文段的横线处补写出恰当的语句，每处不超过10个字。
　　大众常以短期产业效益评判纯数学，王虹深耕百年挂谷猜想的经历打破功利视角，让我们认清基础数学作为______的长远价值。AI重塑数学研究，学界却误以为算力算法能弥补理论短板，菲尔兹奖得主指出所有智能系统都以数学理论为根基。实验科学允许误差建模，纯数学标准严苛，依靠______搭建完备知识体系，这也是AI迟迟未能大规模涉足纯数学的核心原因。AI可完成推演、检索等机械工作，却受现有知识局限，无法独立完成______，原创类核心科研工作仍离不开人类数学家的理性思辨。
　　4、请结合三则材料，概括人工智能时代，坚持开展基础数学原创研究的必要性。
　　5、三则材料都在回应“AI时代我们为何仍需要基础数学与原创数学家”这一问题，但各有侧重，请从文体与内容两方面来简要分析它们是如何相互配合完成论证的。
　　【答案】
　　1、A
　　2、C
　　3、底层根基形式逻辑体系原创问题提出
　　4、①基础数学的自身价值：基础数学探索具备长期价值，当下抽象猜想研究，可能成为未来技术革新的底层支撑。
　　②AI底层依赖：人工智能底层架构根植数学理论，基础数学持续创新，是人工智能实现根本性突破的根基。
　　③AI先天能力短板：AI不具备原创思辨能力，无法自主提出猜想、搭建全新研究框架，基础数学突破依赖人类持续探索。
　　④时代发展的需求：智能工具普及倒逼人类保有抽象推理能力，纯粹数学研究锻炼人超越工具的理性思维。
　　5、①材料一采用人物通讯，以王虹攻克百年猜想的实践，具象展现基础数学研究者长期深耕、面向未知的探索形态，为议题提供现实样本。
　　②材料二依托专家访谈，立足时代议题，提出核心判断：AI时代数学更加重要，辨析AI与人类数学家的能力边界，点明现实误区。
　　③材料三引入学术理论，建立学理框架，分类阐释人机协同模式，补充AI发展的行业历程、落地案例与深层短板，从学理层面指明AI的固有局限。
　　④三则材料由案例、观点、理论学理逐层推进，事实、访谈、学术理论三者互补，完整回应“AI时代我们为何仍需要基础数学与原创数学家”这一核心问题。
　　【导语】选文贴合当下AI与基础科学发展的热点，以女数学家获奖新闻开篇引入，衔接学界权威访谈、国际顶刊研究综述，兼顾现实温度与专业深度，层层递进回应AI时代数学价值之问，兼具科普性与思辨性。
　　【详解】
　　1、B.“也可搭建全新研究框架，仅缺少原创猜想生成能力”错误。材料二第二段明确指出AI难以自主建立全新研究框架，并非可以搭建全新研究框架。
　　C.“2018年前AI未介入纯数学领域的根源是机器学习工具算力不足”错误。材料三第一段说明2018年前AI未系统性介入纯数学的核心阻碍是纯数学对逻辑自洽、论证完备的极高要求，而非算力不足。
　　D.“此后元数学路径得以优化证明……”错误。材料三介绍的三类AI参与数学探索的路径是并列关系，不存在先后承接的逻辑。
　　故选A。
　　2、C.“人机协同是未来基础数学研究的常态分工模式”错误，将原文“人机协同将成为基础数学研究常态化模式，但二者分工存在清晰边界”杂糅为“常态分工模式”；“AI能完成大部分机械推演工作，但不能自主分辨推导过程是否契合待解决的核心命题”错误，原文“即便AI能够完成九成机械推演工作……”属于让步假设内容，并非对未来AI能力的确定性判断。
　　故选C。
　　3、第一空，对应材料一“人类对未知边界的持续叩问，总会在遥远未来成为技术突破的底层根基”，前文批判用短期产业效益评判纯数学的功利视角，直接提炼出“底层根基”，点明基础数学的长远价值定位。
　　第二空，对应材料三“理论物理与纯数学长期共享同一套严谨的形式逻辑体系，二者依靠公理、严格推导与形式证明构建知识大厦”，此处要填纯数学搭建知识体系的核心依托，压缩后得到“形式逻辑体系”，契合AI此前难介入纯数学的严苛标准背景。
　　第三空，对应材料二、三提及的AI短板——无法自主提出原创猜想、开辟全新研究分支，结合后文强调人类数学家的理性思辨作用，提炼出“原创问题提出”，匹配AI的能力边界设定。
　　4、首先定位材料一，跳出公众“重短期收益”的误区，提炼基础数学本身延时释放的长期底层价值，明确原创探索对未来技术突破的铺垫作用；
　　再结合材料二，锚定AI的底层逻辑属性，点明所有AI创新的核心架构都根植于数学体系，原创数学研究是AI实现根本性突破的前提；
　　接着从材料二、三共同提及的AI能力边界切入，梳理AI无法自主搭建新框架、生成原创猜想的先天短板，说明人类原创探索不可替代；
　　最后落脚材料三的时代语境，点明AI普及倒逼人类淬炼超越工具的抽象思辨能力，原创数学研究正是锻炼该核心能力的关键路径。
　　5、首先判定材料一是人物通讯文体，从内容上抓取王虹深耕挂谷猜想的事迹，明确其为核心议题提供具象现实样本的基础作用；
　　接着定位材料二是专家访谈文体，梳理杰曼诺夫的核心观点，点明其直击AI时代数学价值的争议误区、划清人机能力边界的中间论证作用；
　　再确认材料三是学术综述文体，从内容上提取AI介入数学的路径、局限等学理内容，搭建完整学理逻辑完成深度论证。
　　最后串联三则材料的递进关系，点明从具象案例到观点辨析再到学理支撑的互补逻辑，形成完整闭环回应核心议题。
　　阅读下面的文字，完成下面小题。
　　手 铸（节选）
　　杨遥
　　要强作为铁匠，竟然弄出一台压面机！
　　要强是阳明堡的奇人，心灵手巧，人又勤快，是镇上的发明家。要家铁匠铺叮叮当当的声音伴随了镇上好几代人，镇上谁家没几件要家打造的铁器？到了要强这一代，他读过几年书，不仅把祖上的技艺全部掌握，而且心灵手巧，几乎看到什么就能做出什么。学校重建时，他做了一尊半人高的陶行知像，和真的一模一样。要家在要强手里要发达，谁都能看出来。