AI终于能攻克数学界真正的难题
数学家却在这个时候站出来抗议
25位菲尔兹奖得主联合发出警告
超过4,000名研究人员跟进联署
他们没有庆祝机器
跨过新的智力门槛
反而说AI公司的目标正在伤害数学
这里留下了一个没有闭合的问题
一个能给出正确证明
还能帮助人类解决百年难题的系统
为什么会被最顶尖的
一批数学家视为威胁
这场冲突来得很快
2026年9月11日
陶哲轩在个人博客公开了
一份名为人工智能在数学
中的严重错位的声明
首批签署人全部是菲尔兹奖得主
其中包括
彼得苏尔茨玛丽娜维亚佐夫斯卡
吴宝珠考切尔比尔卡尔和
阿图尔阿维拉等人
真名网站随后开放联署
截至9月13日
页面显示已有4,152名支持者
如果只看标题
很容易把它理解成
传统学术界抵制新工具
声明的内容却没有要求禁止AI
也没有否认AI的研究价值
签署者承认大语言模型的数学
能力在最近几个月出现了剧烈提升
已经能解决多个
领域的重要未决问题
他们真正反对的是AI公司把
数学难题当做产品基准
发布会成绩和商业竞赛的燃料
这两种目标看起来只差一点
最后可能把数学带
向完全不同的地方
AI公司需要一个容易传播的数字
模型做对了几道题
解决了多少开放问题
性能超过了多少专家
数学共同体需要的东西慢得多
一套证明为什么成立
他创造了什么新方法
能不能被其他人理解
能不能继续推到别的问题上
又能不能进入课堂和教材
前者需要结果
后者需要形成知识
过去一年
冲突所需的技术条件已经出现
2026年2月
Openai让内部模型挑战
10道研究级数学问题
公司最初判断至少
5份证明很可能正确
同时承认第二题的
答案后来被发现有误
这个细节非常关键
研究级数学没有现成答案可以对照
一份写的像证明的文字与
一份真正经得住同行检查
的证明外观可能非常接近
到了5月
Openai宣布内部模型推翻了一个与
Openai宣布内部模型推翻了一个与平面单位距离有关的单位距离猜想
多位数学家认为
这项成果包含真正新颖
的构造和跨领域方法
如果一名人类研究者
独立完成同样工作
成果足以进入顶级期刊
AI做数学由此跨过了一道重要界限
他不再只会整理
已知定理或解竞赛题
开始在专业研究的前沿制造新结果
8月Openai又集中公布10项数学
与理论计算机科学进展
9月Anthropic表示
Claude用11天写出了费马大
定理的完整lean形式化版本
代码量达到1,300万行
包含29,500个中间定理
紧接着Openai宣布内部系统给出了
纳维斯托克斯千禧年难题的一套
解答并附上lean形式化证明
后一个成果仍需数学界独立审查
也没有自动获得
克雷数学研究所承认
可能力变化本身已经无法忽视
数学家面对的是成
规模的专业研究能力
机器可以并行生成大量思路
反复尝试证明路线
再调用形式化工具检查逻辑
它的工作速度开始超过
人类共同体吸收结果的速度
过去一项重大成果
可能让同行讨论几年
现在同一家公司可以在
一个月里连续抛出多项突破
这正是陶哲轩最担心的第一件事
数学问题会被过快的消耗
普通人往往把未解难题
理解成一扇锁着的门
谁找到钥匙谁就完成任务
研究数学里的难题更接近一座路标
它告诉研究者
现有工具在哪个位置失效
几代人向它靠近的过程中
会发明新的语言新
的概念和新的连接
很多时候
沿路出现的工具比最后
那一步更能改变学科
费马大定理就是典型例子
怀尔斯的证明解决了一个
写在书页边缘300多年的猜想
围绕它发展起来的椭圆
曲线模形式和数论方法
还把原本相隔很远的
数学区域连接到了一起
学生学习这段历史
除了知道方程没有正整数解
还会接受一整套如何提出问题
承受失败和重建工具的训练
AI公司却天然偏爱终点
终点可以做成新闻
可以写进系统卡
也可以变成估值叙事
漫长的理解过程很难放进排行榜
模型解决一道谜题
企业获得一枚清楚的能力徽章
模型帮助10名博士生
慢慢建立新的直觉
几乎无法被市场计价
陶哲轩因此用了一個很重的判斷
大规模生产真与假的结论
可能毁掉孕育新思想的土壤
这里说的毁掉并不
代表旧定理会消失
真正可能消失的是研究
问题承担的训练功能
一个年轻数学家原本
可以沿着难题走几年
在失败里形成判断力
模型提前给出路线以后
他也许能读懂结果
却没有经历寻找路线的过程
这和学生直接看到
考试答案有一点相似
却更加复杂
考试题的目标本来就是训练
研究问题的答案还会推动知识前进
AI解决它当然有价值
但它同时拿走了
一部分供人类成长的阻力
数学界需要判断
哪些阻力只是低效率
哪些阻力恰好构成了研究能力
抗议发生前一天
另一场争议已经把矛盾推到台前
一个名为Mathathon的活动
计划组织100支数学团队
在40小时内使用前沿
模型攻击开放问题
并获得大约200万美元的AI算力额度
活动宣传曾提出一个刺激性问题
当AI解决猜想比人更快时
数学家还扮演什么角色
一批现任和前任
加州理工学院数学研究者发出
公开信要求暂停活动
他们担心40小时冲刺会
鼓励参与者抢结果
把审查负担留给整个学术共同体
还会让学生在不了解证明的
情况下发布看起来重大的结论
Openai随后撤回赞助
组织方也删除了那句
关于数学家角色的宣传语
并承认活动设计需要更充分
的回应验证署名和教育问题
Methathon把抽象争论变成了
一套看得见的激励机制
每支团队拿到高额计算资源
时间只有40小时
成功标准是解决并
展示一个开放问题
这样的赛制会奖励速度和结果
不会自然奖励两个月后的复合质量
组织者可以要求严谨
但奖项注意力和公司宣传都
在推动参与者尽快宣布突破
AI数学的第二个矛盾就藏在这里
生成证明的成本下降以后
验证证明的成本未必同步下降
传统论文的作者要对每一步负责
同行发现漏洞
作者需要回答修正
严重时还要撤回结论
模型可以在短时间内
生成几十份候选证明
其中大部分可能
包含难以发现的错误
研究者把它们交给同行
生产成本由机器承担
审查成本却转移给人类
数量一旦扩大
数学共同体
会遭遇一种新的拒绝服务攻击
系统仍然运行
专家的注意力却被
海量待验证材料占满
形式化证明看起来能解决这个问题
Lean这样的证明助手要求
每一步都符合明确规则
机器可以检查结论是否
由公理和已有定理推出
Anthropic的费马大定理
项目就展示了这条路线
1,300万行代码虽然庞大
但至少提供了可机械核验的对象
Openai公布纳维斯托克斯成果时
也把Ling版本作为可信度的重要支柱
机械验证解决的是逻辑有效性
没能独自解决数学价值
一个形式化证明可能正确
却长到几乎没人能阅读
他可能反复调用复杂引理
却没有提炼出人类能复用的新观念
他还可能依赖已有库中的大量工作
而这些贡献在大众传播中被
压缩成某个模型独立证明正确性
理解和归属是三张不同的成绩单
这也解释了申明
为什么反复谈到写作
数学成果要真正进入学科
需要从最初的证明压缩
成一套能交流的方法
研究者会举办报告
同行会寻找更短的路线
教师会重写定义
后来者会把结果放进教材
这个过程有时持续10年
最后留下来的包括结论
也包括其他人能够
继续使用的思考方式
AI可以生成第一版证明
也可以协助形式化
可只要机器产生的速度
远高于人类整理速度
知识库里就会出现越来越多
已经证明但尚未消化的区域
人类知道结论成立
却说不清它与整个学科的关系
数学人在增长
数学家的共同理解却没有同比增长
这种状态会制造第三个风险
知识开始分层
少数拥有最强模型和
最大算力的公司位于上层
能够生成筛选和验证大量结果
大学研究者位于下沉
只能等待公司选择哪些成果公开
公开的证明也可能
使用尚未发布的模型
外界无法复现实验
更无法判断同类问题
上到底失败了多少次
数学过去也依赖昂贵资源
大型计算数据库和专业
软件从来不是免费的
但纸和黑板上的核心论证
原则上可以被全世界检查
前沿模型把推理能力
封装成商业服务以后
研究条件会受到账户权限算力
配额保密协议和公司策略影响
谁能接触下一代系统
谁就可能提前进入
一片新的数学大陆
于是署名问题不再只是礼貌
模型训练材料来自几十年
甚至几百年的论文教材和讨论
一个新证明还可能沿着某位
研究者刚刚公开的思路继续推进
公司最后宣布模型解决了问题
中间的人类贡献
很容易变成背景噪声
数学界对优先权格外敏感
因为一个结果的
价值常常与谁先提出
谁先证明紧密相连
人类作者需要引用前人的定理
解释自己的新增部分
模型很难可靠
追踪某个想法来自训练材料
搜索结果还是当前提示
即使最终证明没有逐字复制
思路归属仍可能模糊
声明把它与抄袭风险并列
原因就在这里
AI公司也并非完全
没有回应这些问题
Openai在公布10项数学进展时
专门加入对数学共同体的责任
表示要提供证明推理
过程和外部专家意见
First Proof项目承认流程不够干净
并公开修正了一道最初
判断可能正确的答案
Mathathon组织者面对批评后
也调整了宣传与规则
这些动作表明公司知道旧的产品
发布方式无法直接套到数学研究上
这些善意声明很难抵消商业竞争
Openai Anthropic Google和其他实验室
都需要证明下一代模型更强
数学具有明确问题可
检查答案和高度智力象征
几乎是最理想的展示舞台
一家公司如果选择慢下来
竞争对手仍可能先公布结果
没有共同规则
谨慎就会变成市场劣势
数学家的抗议因此指向制度
而不仅是某一家企业
2026年6月
国际数学联盟已经支持
莱顿人工智能与数学宣言
那份文件要求AI辅助研究保持
披露可复现责任归属和公平获取
并提醒公众不要把企业
宣传直接当成同行评议
9月的新声明语气更急
说明几个月内能力跃升和发布节奏
已经让原来的原则性警告显得不够
反对这场抗议的人
也提出了有力问题
数学史上从来不缺新工具
计算器计算机代数系统自动
定理证明和数值模拟都曾被质疑
最后却扩大了研究边界
如果机器能验证正确结论
为什么一定要让人类
重复经历漫长失败
把开放问题当做模型测试
也可能带来过去无法获得的新方法
还有一种批评更加直接
数学家强调人类理解
可能是在保护职业身份
一个领域长期把解决
难题视为最高荣誉
当机器突然也能完成
这套身份当然会受到冲击
抗疫里既有公共利益
也不可能完全没有
地位就业和声望焦虑
把所有担忧都包装成纯粹学术原则
同样不够诚实
这些反驳不能被轻易驳回
AI解决单位距离猜想的
案例已经证明机器可以
提出专家认可的新颖思路
费马大定理形式化也展示
了自动化工具如何处理
人类很难承受的工程量
若因为担忧就把AI排除在数学之外
结果可能是研究转入少数企业内部
公共
学术界反而失去
参与制定规则的机会
真正需要回答的问题是
怎样让AI产生的结果
继续服务于可理解可传承的数学
这个目标至少需要5条新规则
第一重大成果必须区分
发现证明验证和解释
模型找到猜想反例是一项贡献
生成自然语言证明是另一项
Lin通过检查又是第三项
外部数学家把方法整理
成人类能理解的论文
仍然构成独立工作
宣传材料不能把这些环节
压缩成一句AI独立解决
第二发布要有冷却期
公司可以先把候选
结果交给领域专家
在证明引用和归属
完成基本检查后再公开
数学新闻没有必要沿用
消费电子产品抢首发的节奏
慢几周不会损害定理
抢几小时却可能
伤害研究者的优先权。
第三，验证成本需要由结果生产者承担
验证成本需要由结果生产者承担
一个实验室批量生成
100份开放问题证明
就应该提供相应的审查资源
形式化材料和长期维护承诺
不能把筛错工作免费
转嫁给大学里的少数专家
模型的吞吐量越高
提交门槛反而应该越严第四
算力获取需要更公平
企业可以向学术团队开放模型
但分配过程应当透明
不能只邀请容易制造新闻的项目
公共机构也需要建设独立算力
让数学研究不必把核心方向
绑定在一家公司的产品路线图上
第五教育必须保留必要的困难
学生可以使用AI检查证明
寻找反例和比较路线
但课程仍要训练他们在没有
即时答案时建立问题结构
未来数学家最重要的能力可能从最
快找到证明转向判断什么值得证明
哪种解释真正增加理解
这种能力无法靠跳过基础训练获得
这场争议对数学
以外的领域也有意义
软件工程医学法律和内容
创作正在经历相同变化
企业用输出数量衡量AI价值
职业共同体关心的
却是判断力责任和传承
机器把结果生产的更快
不代表一个行业的目标
也应该改成产量最大化
数学只是最早把矛盾说的足够清楚
因为数学结论可以验证
很多人以为这里最适合放心自动化
可连数学家都在提醒
正确答案仍然不等于完整知识
那么在医学诊断政策研究和
司法判断这些更依赖语境的领域
问题只会更难
AI也许会让数学迎来
前所未有的繁荣
机器可以探索巨大的猜想空间
人类负责选择方向
提炼概念和解释意义
另一条路同样存在
少数公司不断公布机器突破
大学疲于验证
年轻研究者失去成长路径
数学变成外界无法复现的工业产物
25位菲尔兹奖得主真正争夺的
是这两条路之间的选择权
他们已经看见AI会做数学
甚至看见它可能比
绝大多数人做得更快
正因如此
现在才是制定规则的
最后一个宽松窗口
等机器每天生成上千项新结果以后
学术共同体连整理
问题的时间都未必还有
外界还需要分清解决
数学问题的几个层级
第一层是找到一个
看起来可行的答案
第二层是由专家逐行检查
确认没有隐藏漏洞
第三层是把证明转成
形式系统可以核验的表达
第四层是提取新方法
说明它为什么有效
又适用于哪些问题
第五层才是把成果
纳入整个数学知识体系
企业发布消息时
常常会把第一层到
第五层压成一个词解决
这个词省去了最困难的部分
一份证明可能已经通过Lin
却仍然没有简洁的人类解释
一项构造也可能被多位专家认可
但它与模型训练资料里的既有
思路存在多大关系仍需调查
观众看到同一个解决背后
对应的成熟度可能完全不同纳维
斯托克斯案例尤其能说明这种差别
Openai公开了论文和形式化材料
这是接受检验的重要一步
可千禧年难题有自己的正式程序
数学界还要确认命题表达
基础假设形式化代码与
自然语言论证是否完全对应
克雷数学研究所也不会因为公司
发布页面出现就立即发放奖金
用已经宣布解答描述
当前状态比较准确
写成九十年难题获得最终公认解决
就跨过了尚未完成的审查
单位距离猜想的情况又不一样
外部数学家已经对成果的
新颖性和期刊价值给予很高评价
说明AI确实可能产生
专业人士没有找到的思路
这个例子让模型只是拼接训练数据的简单解释站不住脚
训练数据的简单解释站不住脚
但它也强化了署名难题
模型使用了多少人类文献
提示者如何选择问题
外部专家怎样帮助验证
公司又如何挑选最成功的运行
这些环节共同构成成果
如果所有功劳都归给模型
人类协作者会被抹去
如果所有功劳都归给操作模型的人
模型的独立贡献又被低估
传统作者制度只处理人和人的合作
暂时没有适合这种
混合生产的新标准
出版社大学和资助机构
必须决定模型能否作为作者
提示与筛选过程是否需要公开
失败尝试要保留到什么程度
训练资料中的思想又该如何追溯
这套礼仪不能等待多年再制定
数学荣誉职位与研究
经费都依赖成果归属
一名年轻研究者花几年建立方法
公司模型沿着公开
线索完成最后一步
新闻只记住模型名称
这名研究者以后可能更不
愿意提前分享开放交流
一旦受到惩罚
数学界会转向保密
AI训练所依赖的新知识也会变少
这里出现了一种很讽刺的反馈
AI公司需要数学家公开论文和
讨论模型才能接触最新思想
公司又用最快速度把
这些思想转化为机器成果
削弱人类公开分享的回报
短期看企业获得更多突破
长期看知识源头可能因此收紧
一个依赖开放科学的产业
如果把开放贡献者变成输家
最终会破坏自己的上游供应
研究经费同样会受到影响
公共资助者看到模型
能在几天内完成证明
可能认为数学研究应该更便宜
或者把资金转向算力采购
可模型能够使用的
概念问题和验证标准
全都来自长期基础研究
减少对人的投资
短期不会立刻让模型停下
几年后却会出现新问题不足
专业审查不足和理论教育断层
大学最容易犯的错误是把
AI理解成普通效率工具
然后用同一人数追求更多论文
研究者会被迫不断提交
模型生成的候选成果
同行评审则被更多材料淹没
产出数字上升
真正被消化的知识反而下降
AI带来的节省最后
转化成更高考核压力
没有留下更深研究所需的时间
另一种极端也有风险
大学如果全面禁止AI
学生和研究人员会在地下使用方法
无法讨论失败
案例也不会进入公共经验
公司内部则继续快速推进
几年以后
最强工具使用技巧和
前沿成果都集中在企业
学术界只剩下事后评论
抗议要产生作用
必须把拒绝失控竞赛与
参与技术设计同时推进
比较可行的路径
是把AI当成一种需要公开
实验记录的新型研究设备
数学家使用它时
要记录模型版本提示方式
搜索预算人工选择和后续修改
公司声称模型独立发现时
也应披露运行次数与筛选过程
一次成功输出
如果来自百万次并行尝试
它仍然可能很有价值
但这种能力与单次
推理产生原创洞见
属于两种不同现象
失败记录特别重要
模型发布页天然只展示成功案例
外界容易高估稳定性
First Proof里那道后来
确认错误的答案说明
初步专家印象也
可能被流畅论证影响
只有同时知道成功率
错误类型和人工干预程度
数学家才能判断模型究竟
适合提出猜想寻找证明
还是只适合做形式检查
同行评审也需要改变
过去审稿人主要判断一篇论文
现在可能要审查一套人机工作流
证明本身正确
不代表实验设计足以
支持模型自主完成的宣传
审查者还要看问题是否提前泄露
模型能否从训练数据找回近似答案
人类提供了多少方向性提示
以及公司有没有只挑最好结果
这些要求会让发布速度下降
却不会阻止AI进步
相反
他们能把真正能力与营销噪声分开
一个模型若能在透明
条件下稳定解决陌生问题
价值会比一连串无法
复现的轰动标题更高
企业也能借此建立可信记录
避免每次数学发布都
陷入真假和抢功争议
对普通观众而言
这场抗议还提供了
一个判断AI新闻的方法
看到AI解决世纪难题
先问四件事
证明由谁检查
材料是否公开
模型完成了哪一段
人类又完成了哪一段
再看它有没有产生可解释的新方法
以及结果是否通过正式学术程序
四个问题答不出来
标题里的确定性就需要打折
未来可能出现三种局面
第一种是AI成为
数学家的高倍显微镜
扩大探索范围
结果仍由开放共同体吸收
第二种是企业形成封闭的数学工厂
大学只能验证公司选择公开的结论
第三种更加混乱
大量模型和团队同时生产证明
没人有时间辨别重要性
数学文献被正确错误
和重复结果一起塞满
目前最有希望的人是第一种
但他不会自动发生
企业有速度激励
大学有论文激励
媒体有流量激励
三方都会偏向快速宣布
让理解重新获得价值
需要资助机构愿意支持解释与复核
期刊愿意奖励高质量整理
公司愿意接受外部审查
数学家也要主动学习新工具
因此公开信把最尖锐的
判断放在错位两个字上
工具能力与学科目标没有天然一致
机器越强
这种偏差造成的后果越大
AI把每小时能产生的
证明数量提高100倍
如果评价体系仍指数成果
人类就会得到100倍的发布压力
理解却不会同步增加
开头那个问题现在有了答案
数学家担心机器得出正确答案以后
人类共同体可能失去理解
负责和传承这些答案的能力
数学如果只剩下一座
不断扩张的结论仓库
它仍然正确
却不再完整
这场抗议也没有给AI判死刑
他要求AI公司承认数学不是
可随意开采的基准矿场
每一道难题背后都有研究者
学生和长期积累的公共知识
AI可以加速这套体系
但不能只拿走最耀眼的结果
再把验证解释和传承留给别人
未来真正值得庆祝的突破
不该只是一家公司宣布
模型攻克了哪道名题
更高的标准是机器找到
的新方法能被人类读懂
贡献得到准确记录
证明可以独立复核
下一代研究者还能
在它上面继续建设
做到这一步
AI才是在扩大数学
做不到速度越快
错位就越严重