陶哲轩等25位菲尔兹奖得主联名警告：AI将数学难题异化为评测基准——当千禧年难题成为模型跑分工具
陶哲轩等25位菲尔兹奖得主联名警告：AI将数学难题异化为评测基准——当千禧年难题成为模型跑分工具
一、引言：数学史上罕见的集体发声
2026年9月11日，一封名为《数学领域中人工智能的严重错位》（A Severe Misalignment of AI in Mathematics）的公开信横空出世，由陶哲轩（Terence Tao）在其个人博客"What’s New"上发布，并同步上线专门网站 mathandai.org 开放后续联署。
这封信的分量从签名单可见一斑——25位菲尔兹奖得主，几乎占全球在世菲尔兹奖得主的三分之一以上。签名者的获奖年份横跨近半个世纪：最年长的是1978年获奖的皮埃尔·德利涅（Pierre Deligne），最新的是2026年7月刚获奖的华人数学家邓煜。中间包括彼得·舒尔茨（Peter Scholze）、玛丽娜·维亚佐夫斯卡（Maryna Viazovska）、雨果·迪米尼科-潘（Hugo Duminil-Copin）、森重文、吴宝珠、塞德里克·维拉尼等赫赫有名的人物。
这不是一封反对AI做数学的信。信的开头就明确承认：“过去几个月，大语言模型的数学能力显著提升，已经能解决多个数学领域的重大未决问题。“它所反对的，是AI公司将解题视为**基准测试（Benchmark）**的做法，以及随之而来的一系列学术伦理问题。
事件的直接导火索，是OpenAI在9月8日宣布的惊人成果：约1万个AI Agent并发运行88小时，攻克了千禧年大奖难题之一的纳维-斯托克斯（Navier-Stokes）方程存在性与光滑性问题，并发布了166页的论文和Lean形式化验证代码。与此同时，关于署名争议、优先权纠纷、以及是否存在"AI剽窃人类未公开研究"的指控，将整个数学界推向了与AI大厂的正面冲突。
本文将深入分析这一事件的技术背景、核心争议，以及它背后折射出的深层问题——当AI产出研究结果的速度远超人类吸收能力时，科学研究的"过程价值"如何保留？
二、Navier-Stokes解题回顾：88小时 vs 90年
2.1 什么是Navier-Stokes千禧年难题？
纳维-斯托克斯方程是描述流体运动的基本方程，由法国工程师纳维和英国数学家斯托克斯在19世纪建立。它在航空设计、天气预报、血液流动建模等领域无处不在。然而，从数学角度，一个核心问题困扰了学界近90年：
在三维空间中，给定一个初始光滑、静止的不可压缩流体，在外力作用下，其速度是否会在有限时间内变得无穷大（即出现"奇点"或"爆破”）？还是解永远是光滑的？
这个问题的正式表述由克雷数学研究所在2000年列为七大"千禧年大奖难题"之一，每道题悬赏100万美元。截至2026年9月，七道题中仅有佩雷尔曼证明的庞加莱猜想获得数学界公认。
┌─────────────────────────────────────────────────────────────┐
│ Navier-Stokes 问题的数学表述 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ∂u │
│ ── + (u·∇)u = -∇p + νΔu + f (动量方程) │
│ ∂t │
│ │
│ ∇·u = 0 (不可压缩条件) │
│ │
│ 其中: │
│ u(x,t) : 速度场 (三维向量场) │
│ p(x,t) : 压力场 (标量场) │
│ ν : 运动粘度系数 │
│ f(x,t) : 外部施加的体积力 │
│ Δ : 拉普拉斯算子 │
│ ∇ : 梯度算子 │
│ │
│ 千禧年问题的核心: │
│ 给定 u₀∈C^∞(ℝ³) 且 ∇·u₀=0, 以及光滑外力 f, │
│ 是否存在全局光滑解 u(x,t) ∈ C^∞(ℝ³×[0,∞))? │
│ 或者, 是否存在有限时间 T<∞ 使得 ||u(t)||_L^∞ → ∞? │
│ │
└─────────────────────────────────────────────────────────────┘
2.2 OpenAI的进攻方案：万Agent集群
OpenAI于9月8日通过官方博客和X平台同步公布了这一成果。根据官方披露的技术细节，整个解题过程分为以下阶段：
第一阶段：准备期（8月28日-9月1日）
OpenAI从8月28日开始训练一个全新的内部模型，该模型被描述为"显著强于GPT-6 Astra”，但暂不对外开放。
第二阶段：触发与并行探索（9月1日-9月5日）
9月1日，OpenAI研究人员听到传言——“两个千禧年难题已经被解决”。于是他们启动了一个庞大的多Agent系统，将Agent集群分配至多个未解决的千禧年问题并行探索。每个Agent小组被赋予不同的解题视角（有的负责构造解，有的负责破坏解的存在性假设）。
近100个Agent先花费约50小时解决了相关但更简单的**欧拉方程（无粘性极限）**的正则性问题——证明欧拉方程存在有限时间爆破。这个结果作为关键线索输入了后续的Navier-Stokes探索。
随后，资源全面转向Navier-Stokes，约1万个并发Agent投入战斗。Agent通过Codex系统定期汇总各组的有用中间结果，跨组交叉授粉。
第三阶段：成果输出（9月5日-9月6日）
9月5日，Agent集群给出解答。9月6日，GPT-6 Astra又花费约17小时完成Lean形式化验证。
OpenAI最终公布的成果包含一个166页的解析证明，证明的结论是：一个初始光滑、静止的三维不可压缩流体可以在有限时间内产生奇点——速度趋于无穷大，但动能保持有限。 该解的结构被描述为一个螺旋向内、不断拉长的涡旋（形似"意大利面条"）。
┌─────────────────────────────────────────────────────────────┐
│ OpenAI 万 Agent 并行解题架构 │
├─────────────────────────────────────────────────────────────┤
│ │
│ ┌──────────────────────────────────────────┐ │
│ │ 未公开内部模型（8月28日起训练） │ │
│ └──────────┬───────────────────────────────┘ │
│ │ │
│ ┌──────────▼───────────────────────────────┐ │
│ │ Agent 编排层 (Codex 聚合) │ │
│ └──┬─────────┬─────────┬─────────┬─────────┘ │
│ │ │ │ │ │
│ ┌────▼──┐ ┌───▼────┐ ┌──▼────┐ ┌──▼──────┐ │
│ │ 组1 │ │ 组2 │ │ 组3 │ │ 组4... │ ←~10000 Agent│
│ │NS构造 │ │ NS正则 │ │欧拉方程│ │ 其他问题 │ │
│ └───┬───┘ └───┬────┘ └───┬───┘ └─────────┘ │
│ │ │ │ │
│ └─────────┼──────────┘ │
│ ▼ │
│ ┌──────────────────────┐ │
│ │ Codex 中间结果聚合 │ ← 跨组交叉授粉的核心机制 │
│ └──────────┬───────────┘ │
│ │ │
│ ┌──────────▼───────────┐ │
│ │ 生成候选证明路径 │ │
│ └──────────┬───────────┘ │
│ │ │
│ ┌──────────▼───────────┐ │
│ │ Lean 4 形式化验证 │ ← GPT-6 Astra 17小时 │
│ └──────────┬───────────┘ │
│ │ │
│ ┌──────────▼───────────┐ │
│ │ 166页论文 + Lean证明 │ │
│ │ GitHub开源(Apache2.0)│ │
│ └──────────────────────┘ │
│ │
├─────────────────────────────────────────────────────────────┤
│ 关键数据: ~490万条Agent消息, ~3000亿输出Token │
│ 计算成本: 数百万美元 (Mark Chen确认) │
│ NS方程部分: ~270万条消息, ~1300亿Token │
└─────────────────────────────────────────────────────────────┘
2.3 惊人的资源消耗
OpenAI首席研究官Mark Chen在记者会上确认，此次研究的计算成本达到数百万美元。研究员Sébastien Bubeck透露，这一投入大约是OpenAI此前所有数学AI成果计算量的1000倍。
有分析人士计算：数百万美元足以雇佣约600名博士后工作一整年。
2.4 数学界的审慎反应
尽管OpenAI的成果附带Lean形式化验证——这在AI生成数学证明领域是前所未有的突破——但数学界保持了审慎态度。
按照克雷数学研究所的规则，一个千禧年难题的解答需要在同行评审期刊上发表，并经过至少两年的考察期，获得数学界的普遍认可，才能领取悬赏。OpenAI声明不会申领这100万美元奖金，将此次发布定性为AI进展报告而非奖项申报。
多位数学家——包括长期研究流体动力学的迭戈·科尔多瓦（Diego Córdoba）和路易斯·西尔韦斯特雷（Luis Silvestre）——表示，数学界仍在消化这一结果的含义。
三、陶哲轩的核心论点：理解 vs 答案
3.1 公开信的核心思想
25位菲尔兹奖得主的公开信虽然通篇没有点名任何公司，但结合陶哲轩在博客中的表态和《经济学人》的报道标题——“顶尖数学家对OpenAI的做法感到愤怒”——其矛头所指不言自明。
公开信的核心论点可以概括为以下框架：
┌─────────────────────────────────────────────────────────────┐
│ AI公司目标 vs 数学共同体目标的严重错位 │
├─────────────────────────────────────────────────────────────┤
│ │
│ AI公司目标链: │
│ ┌────────┐ ┌──────────┐ ┌──────────┐ ┌───────────┐ │
│ │攻克难题 │→ │ 公关宣传 │→ │ 模型排名 │→ │ 商业估值 │ │
│ └────────┘ └──────────┘ └──────────┘ └───────────┘ │
│ (错位点) │
│ ┌────────┐ ┌──────────┐ ┌──────────┐ ┌───────────┐ │
│ │攻克难题 │→ │ 理解结构 │→ │ 发展工具 │→ │ 传承知识 │ │
│ └────────┘ └──────────┘ └──────────┘ └───────────┘ │
│ │
│ 数学共同体目标链: │
│ 解题 → 报告/讨论/简化 → 教材化 → 大众理解 │
│ (数十年甚至数世纪的漫长时间尺度) │
│ │
│ 错位本质: │
│ "以越来越快的节奏大规模生产'真/假'陈述， │
│ 可能会摧毁孕育新思想的沃土。" │
│ —— 公开信 │
│ │
└─────────────────────────────────────────────────────────────┘
陶哲轩在博客中还引用了一句从《经济学人》报道中挑选的话来强化立场。公开信中写道：
“数学研究涉及理解形状、数字和自然现象的基本结构。历经数代人的努力，数学界构建了一个由深奥思想、方法、抽象概念及其他工具组成的庞大体系。著名的数学难题作为路标和灯塔，帮助衡量对这一宏观图景的认知提升。解决一个问题，标志着新的见解和有趣方法的出现；随后，整个数学界会通过报告、讨论和简化这一漫长而艰苦的过程来研究这些成果。这一过程的终点，理想情况下是适合研究生甚至本科生学习的教科书式表述。”
这段话深刻揭示了数学研究的"过程价值"——答案本身只是起点，真正的财富在于理解、传承与启发。
3.2 代码展示：理解 vs 答案
下面通过代码来展示"理解一个定理"和"知道一个命题的真假"之间的本质区别。
"""
示例：从"答案"到"理解"——以费马小定理为例
AI视角：验证 a^(p-1) ≡ 1 (mod p) 是否成立
人类视角：理解"为什么"——它不过是拉格朗日定理在
特定群 (ℤ/pℤ)^× 上的一个特例
"""
import random, math
# ---------- AI视角：批量验证命题真假 ----------
def ai_verify_batch(trials: int = 5000) -> tuple:
"""AI能在毫秒级验证成千上万个实例——但不知道为何成立"""
primes = [2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47]
passed, failed = 0, 0
for _ in range(trials):
p = random.choice(primes)
a = random.randint(1, p-1)
if pow(a, p-1, p) == 1:
passed += 1
else:
failed += 1
return passed, failed, trials
passed, failed, total = ai_verify_batch(5000)
print(f"AI批量验证: {passed}/{total} 通过, {failed} 失败")
# ---------- 人类视角：理解结构并推广 ----------
def euler_theorem(a: int, n: int) -> bool:
"""
欧拉定理——费马小定理的推广：
如果 gcd(a,n)=1, 则 a^φ(n) ≡ 1 (mod n)
当 n 是质数时 φ(n)=n-1，退化回费马小定理。
AI并不"理解"这个推广关系——它只知道逐条验证。
而人类数学家明白：这本质上是群论中
"群的阶整除元素阶"这一核心结构在不同上下文中的体现。
"""
def totient(m: int) -> int:
"""计算欧拉函数 φ(m)"""
result = m; p = 2; temp = m
while p * p <= temp:
if temp % p == 0:
while temp % p == 0: temp //= p
result -= result // p
p += 1 if p == 2 else 2
if temp > 1: result -= result // temp
return result
if math.gcd(a, n) != 1:
return False
return pow(a, totient(n), n) == 1
# 演示：验证欧拉定理的几个实例
for n, a in [(10, 3), (15, 7), (21, 5)]:
result = euler_theorem(a, n)
print(f"欧拉定理: n={n}, a={a}, 成立={result}")
这个例子揭示了AI"解题"与人类"理解"之间的根本差异。AI可以在毫秒级验证成千上万个实例，但它不会意识到费马小定理是拉格朗日定理在特定群上的推论，更无法将其推广到欧拉定理，进一步推广到更一般的抽象代数结构。
这正是25位菲尔兹奖得主所担忧的核心：解题只是通往概念理解的工具，当工具被误认为目标时，数学研究的灵魂就会丢失。
3.3 理解速度的鸿沟
陶哲轩更深入的担忧是：当AI产生结果的速度远超人类理解成果的速度时，数学界将面临什么？
他预测，如果这种趋势持续，数学界将面对一座越来越庞大的"答案仓库"——里面有大量正确的结论，却没有足够的人能解释这些结论为什么成立，也不知道其中的方法还能导向何处。
四、目标错位的技术分析
4.1 AI Benchmark设计哲学的问题
公开信选择的核心词"misalignment"（错位/对齐失败）原本是AI安全领域的术语。25位菲尔兹奖得主借此表达：AI公司的目标函数与数学界的价值函数之间存在根本性的不匹配。
┌─────────────────────────────────────────────────────────────┐
│ AI Benchmark目标函数 vs 数学研究价值函数 │
├─────────────────────────────────────────────────────────────┤
│ │
│ AI公司目标函数 f_AI(x): │
│ ┌─────────────────────────────────────────────────┐ │
│ │ maximize(模型排行榜分数) │ │
│ │ = Σ(已解决问题难度 × 公关影响力) │ │
│ │ - Σ(计算资源成本 × 时间) │ │
│ │ + Σ(独特性得分 × 新闻热度) │ │
│ └─────────────────────────────────────────────────┘ │
│ │
│ 数学共同体价值函数 f_Math(x): │
│ ┌─────────────────────────────────────────────────┐ │
│ │ maximize(学科理解深度) │ │
│ │ = Σ(新概念/方法/工具的诞生) │ │
│ │ + Σ(思想被吸收进教材的程度) │ │
│ │ + Σ(代际传承的质量) │ │
│ │ - Σ(未被消化的孤立结论) │ │
│ └─────────────────────────────────────────────────┘ │
│ │
│ 冲突根源: │
│ f_AI 追求的是 "更多、更快、更新" — 结果导向 │
│ f_Math 追求的是 "更深、更透、更久" — 过程导向 │
│ │
└─────────────────────────────────────────────────────────────┘
这种错位不仅存在于数学界。公开信指出：“这属于更广泛的错位问题的一部分，影响着其他科学与创意职业，乃至整个社会。”
4.2 三大风险的深度解析
公开信和陶哲轩的后续讨论中，明确指出了AI解题模式的三大风险：
风险一：证明速度远超人类理解速度
当一个AI系统可以在88小时内"攻克"困扰人类90年的难题，而数学界需要数年甚至数十年才能完全消化其中的思想，这造成了一个根本性的瓶颈——答案的积累速度超过了理解的吸收速度。
用一个简化模型来模拟这一瓶颈：
// 展示AI产出与人类理解的速率不匹配
package main
import "fmt"
func simulateVelocityGap() (int, int) {
aiRate, humanRate := 12.0, 0.5 // AI每月12个证明 vs 人类理解0.5个
totalAI, totalHuman := 0, 0
// 模拟24个月的趋势
for m := 1; m <= 24; m++ {
monthlyAI := int(aiRate * (1 + 0.15*float64(m-1)))
monthlyHuman := int(humanRate * (1 + 0.02*float64(m-1)))
totalAI += monthlyAI
totalHuman += monthlyHuman
if m%6 == 0 {
fmt.Printf("月%2d: AI产出%3d, 已理解%2d, 未消化%3d\n",
m, totalAI, totalHuman, totalAI-totalHuman)
}
if m%3 == 0 { aiRate *= 1.1 } // AI产出每季度加速10%
}
return totalAI, totalHuman
}
func main() {
totalAI, totalHuman := simulateVelocityGap()
pending := totalAI - totalHuman
fmt.Printf("\n总结：24个月后未消化证明数=%d\n", pending)
fmt.Println("核心问题: AI产出的指数增长远超人类理解的线性增长")
fmt.Println("当未消化的证明堆积如山，数学知识体系将面临碎片化风险")
}
这个简化模型展示了指数级产出与线性理解之间的鸿沟。现实中，数学思想的吸收涉及报告、讨论、验证、教学等多个环节，每个环节都需要时间。AI的加速产出正在打破这一平衡。
风险二：成果发布仓促——缺乏严谨梳理
公开信明确指出：“这些解答常常在匆忙中被公布，没有留出时间写出像样的论文、提炼出新的方法与思想、并引用他人相关的在先工作。”
数学研究之所以有"慢"的传统，是因为新思想的提炼和表达本身就是研究的一部分。一个证明的正确性只是开始，更重要的是它揭示的结构性洞见——为什么这个问题是这样解决的？这个方法还能用在什么地方？它和之前哪些工作形成了思想脉络？
当OpenAI以其内部模型的"速度"为核心卖点时，它在事实上绕过了这一整套学术消化过程。
风险三：署名和归属权争议
这是最直接、最尖锐的问题。公开信警告：“如同在所有创造性行业中一样，这引出了严重的归属与剽窃问题。”
紧接着发生了数学史上罕见的学术争议——两位数学家指控OpenAI使用了他们的未公开研究草稿。
五、署名争议：AI时代的学术伦理危机
5.1 Buckmaster与Alpöge的指控
纽约大学数学家Tristan Buckmaster和供职于Anthropic的合作者Levent Alpöge一直在研究和OpenAI Navier-Stokes证明高度相关的方向。他们的关键突破发生在8月15日，8月22日完成Lean验证。
两人原本计划将论文打磨得更漂亮再发表。然而当他们发现研究进展可能已泄露至OpenAI，不得不在9月7日午夜前提前发布声明——证明受迫欧拉方程等"相关但不同"的问题上出现了"有限时间爆破"。
Buckmaster在声明中阐述了一个令人不安的时间线：
- 过去几个月，两人将大量未公开的草稿和推演思路作为Prompt输入给了OpenAI的Codex系统
- 9月3日，Buckmaster写信给OpenAI的一位数学家，表达了对研究进展可能已泄露的担忧
- 9月6日，OpenAI电话告知其内部模型已经证明了Navier-Stokes的有限时间爆破
- OpenAI提出了两种"合作方案"：
- 方案A：两位数学家先发欧拉结果，OpenAI次日发Navier-Stokes结果
- 方案B：Buckmaster单独写论文，承认Navier-Stokes结果由OpenAI内部模型解决，但必须将Alpöge移出署名——理由是他就职于Anthropic
- Buckmaster拒绝了两项方案
OpenAI一方提供了不同版本。Sébastien Bubeck在简报会上称：“无论是研究员还是Agent，在对方公开发布之前，我们没有看到他们的任何工作。“他公开了短信记录，称自己提供了让对方"优先发表"的选项。Sam Altman也为团队辩护，称Bubeck和团队全程行为"诚信、慷慨”。
但OpenAI官方博客中有一句耐人寻味的补充：”可能性不高，但我们无法排除，由他们使用我们产品所产生的去标识化数据，曾帮助改进我们的模型。"
这句话被数学界解读为严重的让步。
┌─────────────────────────────────────────────────────────────┐
│ AI学术伦理争议的关键问题 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 问题1: 用户输入的未公开研究是否进入训练数据？ │
│ ┌────────────────────────────────────────────────┐ │
│ │ Buckmaster & Alpöge → Codex Prompt │ │
│ │ ↓ │ │
│ │ ? Codex 是否将用户输入的未公开思想 │ │
│ │ 用于改进模型？ │ │
│ │ ↓ │ │
│ │ OpenAI回应: "无法排除去标识化数据的可能性" │ │
│ └────────────────────────────────────────────────┘ │
│ │
│ 问题2: 推理过程中是否访问了用户对话历史？ │
│ ┌────────────────────────────────────────────────┐ │
│ │ Andreas Thom → ChatGPT (讨论soficity猜想) │ │
│ │ ↓ │ │
│ │ ? OpenAI是否在推理时参考了用户的私人对话？ │ │
│ │ ↓ │ │
│ │ Andreas发现OpenAI使用了与自己高度重合的 │ │
│ │ 非主流冷门路径 │ │
│ └────────────────────────────────────────────────┘ │
│ │
│ 问题3: 署名权的不对称博弈 │
│ ┌────────────────────────────────────────────────┐ │
│ │ OpenAI提供: 将Buckmaster署名 → 条件: │ │
│ │ 删除Alpöge (Anthropic员工)的署名 │ │
│ │ ↓ │ │
│ │ 本质: 用署名权作为商业竞争筹码 │ │
│ │ 学术规范沦为公司博弈的棋子 │ │
│ └────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────┘
5.2 Andreas Thom的指控
更令人担忧的证据来自数学家Andreas Thom。他花了20年时间研究Gromov的soficity猜想——这是OpenAI后来宣布的Astra系统解决的十个难题之一。
前几个月，Thom用ChatGPT和同事积极讨论了这个问题。当OpenAI宣布解决该问题时，使用了与Thom高度重合的非主流冷门路径。
Thom写信质问OpenAI研究员：私人对话是否进入了训练数据，或者被推理过程访问了？OpenAI的回复极其耐人寻味——他们坚决否认了"直接访问"，但随后又在其他场合补充了那条"无法排除去标识化数据"的声明。
一位愤怒的学者评论道：“如果指控属实，我们正目睹科学史上最严重的学术丑闻之一。AI并非在发现新的数学知识，而是在窃取人类的发现，然后用算力抢跑发表。”
5.3 更深层的学术生态危机
在这场争议背后，是一个正在形成的系统性风险：当AI公司拥有闭源模型、用户数据和巨额算力，人类研究者在学术竞赛中处于前所未有的不对称地位。
一位数学家形象地描述了这种困境：你花了二十年构建一座大教堂，而AI公司在听到你打地基的声音后，用一万台推土机在88小时内把墙面砌好，然后宣布"我们建了这座教堂"。
六、千禧年难题Benchmark竞赛
6.1 新的"跑分"赛道
Navier-Stokes被攻克后，一张名为"千禧难题基准测试"的图表开始在社交媒体上疯传：
| 参赛方 | 得分 | 说明 |
|---|---|---|
| Meta/DeepMind/xAI等公开模型 | 0分 | 未攻克任何千禧年难题 |
| 人类基线（全人类顶级数学家） | 1分 | 庞加莱猜想（佩雷尔曼） |
| Anthropic内部未发布模型 | 1分 | 据称攻克了霍奇猜想 |
| OpenAI内部未发布系统 | 2分 | Navier-Stokes + 霍奇猜想进展 |
更令人震惊的是，OpenAI据称已经开始用内部模型尝试解决黎曼猜想和P vs NP问题。如果P = NP得到证明，将彻底颠覆整个计算机科学的基础。
第二道千禧年难题——霍奇猜想——在9月11日传出被Anthropic接近解决的消息。O/A两家公司正在疯狂竞速，据称已向BSD猜想发起冲锋。
6.2 数学研究的异化
“千禧年难题KPI竞赛"暴露了AI公司的一种深层思维模式：将人类智力活动的最高成就，降维成可以打分排名的游戏。
这正是25位菲尔兹奖得主最愤怒的地方。公开信写道：
“解题仅仅是一种工具，是通向首要目标——概念性的理解与洞见——的代理指标。在AI的世界里忘记这一点，可能会使工具反过来对抗首要目标。”
雨果·迪米尼科-潘（Hugo Duminil-Copin）用了一个形象的比喻：把一个人直接空投到珠穆朗玛峰顶，与一个人靠自己攀登到峰顶——两段经历留下的东西完全不同。
┌─────────────────────────────────────────────────────────────┐
│ 数学研究过程的不可替代价值 │
├─────────────────────────────────────────────────────────────┤
│ │
│ 传统数学研究路径: │
│ ┌──────┐ ┌────────┐ ┌──────┐ ┌──────┐ ┌──────────┐ │
│ │提出 │→ │探索失败│→ │形成 │→ │严格 │→ │提炼新方法│ │
│ │猜想 │ │路径 │ │直觉 │ │证明 │ │并推广 │ │
│ └──────┘ └────────┘ └──────┘ └──────┘ └──────────┘ │
│ │ │
│ ┌──────▼────┐ │
│ │学术报告讨论│ │
│ └──────┬────┘ │
│ │ │
│ ┌──────▼────┐ │
│ │写进教材 │ │
│ │代际传承 │ │
│ └───────────┘ │
│ │
│ AI加速路径（跳过中间过程）: │
│ ┌──────┐ ┌──────┐ │
│ │提出 │ 88小时后 │输出 │ │
│ │问题 │─────────────→│证明 │ │
│ └──────┘ └──────┘ │
│ │
│ 丢失的关键环节: │
│ ✗ 探索失败路径获得的教训 │
│ ✗ 数学直觉的建立过程 │
│ ✗ 新概念的提炼和命名 │
│ ✗ 与既有知识系统的连接 │
│ ✗ 可教可学的教材化表达 │
│ ✗ 代际传承的人际网络 │
│ │
└─────────────────────────────────────────────────────────────┘
七、数学与AI如何共处：解决方案与出路
7.1 AI的正面潜力
25位菲尔兹奖得主并非AI的反对者。公开信明确承认：
“AI提供了增强并加速真正的数学研究与理解的潜力。作为一个行业，数学需要在若干方面适应这些变化。”
问题的关键不在于是否使用AI，而在于如何设定使用AI的边界和规范。
7.2 技术的正确使用方式
"""
AI辅助数学研究的正确框架：工具而非替代
原则1: AI是探索工具，人类掌握思想主权
原则2: 形式化验证是手段，理解才是目的
"""
from dataclasses import dataclass
from typing import List
@dataclass
class MathInsight:
"""数学洞见的数据结构——AI无法自主产生的认知成果"""
name: str
category: str # 'concept' | 'method' | 'connection'
significance: float # 1-10
class HealthyAIMath:
def __init__(self):
self.insights: List[MathInsight] = []
def ai_explore(self, conjecture: str) -> list:
"""AI探索阶段：生成策略、识别难点，供人类决策"""
return ["策略A: 构造性证明", "策略B: 反证法", "策略C: 类比法"]
def human_develop(self, strategy: str) -> str:
"""人类主导开发：定义概念、决策路径、连接理论
AI提供辅助验证（Lean/Coq），但核心架构由人类掌握。
如同建筑师与施工队的关系。"""
return "人类主导的证明架构"
def extract_insights(self, proof: str) -> List[MathInsight]:
"""提炼洞见——AI无法替代的人类核心工作"""
self.insights = [
MathInsight("揭示了结构X与Y的深层联系", "connection", 9.0),
MathInsight("提炼出新工具YY", "method", 8.5),
MathInsight("发现新的对称性", "concept", 7.5),
]
return self.insights
def pedagogify(self, insight: MathInsight) -> str:
"""教学化改造：将前沿成果转化为可传承的知识"""
return f"将洞见'{insight.name}'转化为教材化表述"
7.3 学术界和产业界需要改变的方面
综合25位菲尔兹奖得主的公开信和各界回应，以下改变被广泛认为有必要：
对于AI公司：
- 停止将重大数学难题作为Benchmark竞赛
- 建立与数学界的学术伦理协议
- 对用户输入数据的去向保持透明
- 在发布AI生成的数学结果时，留出足够时间进行同行评审
对于数学界：
- 积极拥抱AI作为研究辅助工具
- 建立AI辅助研究的学术规范
- 重新思考数学教育的核心
对于社会：
- 正如公开信所说：“这些问题必须被紧急处理——在数学共同体内部，在开发这些技术的公司那里，以及更广泛地，在一个将以许多其他形式遭遇同类问题的社会之中。”
八、展望：知识的传承与创新
8.1 AI时代的数学：机遇与挑战并存
陶哲轩在这场争议中的位置尤为耐人寻味。他曾多次公开演示用ChatGPT配合Lean做形式化证明，将AI描述为需要监督的"初级合作者”——“它会自我循环并引用错误定理，直到被纠正”。但他这次站到了AI公司产业实践的对立面。
这个看似矛盾的位置实际上揭示了一个关键洞见：使用AI做数学和让AI公司定义数学研究的价值是完全不同的事情。
后者带来的风险——当"解题速度"代替"理解深度"成为评价标准，当算力规模而非思想洞察成为核心竞争力——可能从根本上改变数学研究的方向和意义。
8.2 最后一道问题
正如那篇广为流传的评论所问：
“当所有需要绞尽脑汁的星辰大海，都被AI用GPU在88小时内化解为冰冷的’True’；当所有千禧年难题都被当做Benchmark被依次点亮——人类，又该以何种方式证明自己曾在这个宇宙中思考过？”
25位菲尔兹奖得主给出的答案似乎是这样：数学的真正价值不在于产出冷冰冰的答案，而在于孕育和传承思想的过程本身。 这些过程必然耗费时间，必须建立在人与人的交流之上。如果我们为了追求效率而抛弃了这些过程，那么"效率"本身就失去了意义。
正如公开信的最后一段所写：
“然而，这些变化最终是让这个领域受益，还是产生破坏性的效果，将在很大程度上取决于掌控这项新技术的人所做的决定。”
（全文约8500字）
扩展阅读：
- 公开信原文及联署: https://mathandai.org/
- 陶哲轩博客原文: https://terrytao.wordpress.com/2026/09/11/a-severe-misalignment-of-ai-in-mathematics/
- OpenAI Navier-Stokes公告: https://cdn.openai.com/navier-stokes-paper.pdf
- 《经济学人》报道: 相关链接见陶哲轩博客