逐字稿文字預覽
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
本次執行流程與問題處理
下達指令
預期流程
- 採用來源字幕（略過語音辨識）
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：14.4 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：31.8 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.9 秒
關係：依序執行
結果：完成
4. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.9 秒
關係：依序執行
結果：完成
5. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：1.0 秒
關係：依序執行
結果：完成
6. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：1.0 秒
關係：依序執行
結果：完成
7. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.0 秒
關係：依序執行
結果：完成
8. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：161.0 秒
關係：依序執行
結果：完成
9. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：1.0 秒
關係：依序執行
結果：完成
10. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.1 秒
關係：依序執行
結果：完成
手動來源字幕
自動來源字幕
Whisper 字幕
- 尚未產生
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
目前待解決問題與初步改善方向
- ⚠️ 全文快速校讀：已套用暫定修正，請確認
segment=22 已先套用暫定修正：真名网站随后开放连锁 → 真名网站随后开放联署；segment=68 已先套用暫定修正：平面单位距离有关的长崎猜想 → 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；segment=104 已先套用暫定修正：这正是申敏最担心的第一件事 → 这正是陶哲轩最担心的第一件事；segment=139 已先套用暫定修正：申铭因此用了一个很重的判断 → 陶哲轩因此用了一個很重的判斷；segment=506 待確認：語序略顯彆扭，但根據上下文邏輯，意為「這個例子證明了『模型只是拼接訓練數據』這一簡單解釋是站不住腳的」。修正為更通順的語序，不改變原意。；暫定：这个例子让模型只是拼接训练数据的简单解释站不住脚
- 逐字稿可先使用，但有待校正清單
segment=506 rapid_semantic_review: 全文速讀上下文判斷；尚未回聽或交叉比對
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。
- 音訊下載不穩定，需更新 cookies / PO token 後重試精進模式。