25位菲尔兹奖得主联合批评AI刷榜，具体指向哪些问题？AI真的会扼杀数学和人类智力探索吗？

这件事的本质，不是一群老派顶尖学者抵制AI做数学，而是数学共同体，对AI企业把前沿数学当成跑分道具这件事，亮起红灯。

这份联合声明，到底在抗议AI的哪些问题？

很多人第一眼会误以为，这群拿下数学界最高荣誉的学者，是看不惯大模型攻克复杂数学猜想。但通读全文就能发现，他们完全认可AI拥有加速数学研究的潜力，真正的矛盾点，卡在研究成果的发布流程，以及企业和学界完全错位的目标。AI公司的核心诉求，是快速拿出亮眼成果，刷新模型能力榜单，用来证明产品性能，抢占行业话语权。数学界的目标，则是严谨地完成推导、梳理全新思想、补全前人的研究脉络，把成果沉淀成可传承的知识体系。二者的底层逻辑，从根源上就对不上。

企业在AI得到一个证明结果后，就匆忙对外官宣，跳过了数学研究必不可少的环节。没有足够时间打磨完整论文，没有提炼出有价值的新方法，甚至没有规范引用前人已经完成的相关工作。这套被AI实验室习惯的快节奏发布，直接击穿了数学延续百年的学术传统。数学这门学科，证明结果只是一半，完整严谨的论证链条、对新思想的拆解、留给同行核验讨论的空间，才是知识能够代代传递的根基。

有意思的是，这封数学家联名信，借用了AI安全领域的术语misalignment，也就是错位。原本用来描述AI目标和人类期望之间的偏差，现在被顶尖学者拿来形容商业AI实验室与数学共同体之间的鸿沟。这种错位，不局限于数学领域，正在扩散到其他基础科学、创意行业，持续向外辐射，冲击更广泛的社会研究生态。

为什么偏偏在这个时间点，集中爆发这场冲突？

时间线要往前推短短几天。9月8日，纽约大学数学教授TristanBuckmaster对外公布三项证明成果，研究对象是欧拉方程在光滑外力作用下产生的有限时间奇点，这项工作和Anthropic的数学家LeventAlpöge合作完成，研究过程主要依靠Codex，同时搭配Claude模型辅助。这本身是一项实打实的硬核数学成果，但Buckmaster在配套文档里写下，这件事还有另外一层麻烦，他其实并不想处理这部分衍生问题。

仅仅几个小时之后，OpenAI抛出重磅消息，宣布模型完成纳维-斯托克斯方程存在性与光滑性的完整证明。这正是克雷数学研究所设立的七个千禧年大奖难题之一，每一题奖金100万美元，迄今为止，七个难题里仅有一道被成功解决。按照公开信息，这份证明由内部尚未对外发布的下一代模型产出，一万个智能体并行运算88小时，时间跨度从9月1日至9月5日，交互消息总量270万条，输出token消耗约1300亿，整套证明还在Lean形式化证明系统内完成核验，同步放出长达166页的文稿。刚刚面世的GPT-6Astra，在整个流程里，只承担答案核对的工作。

争议几乎在官宣的瞬间就冒了出来。OpenAI的证明构造引入了作用于流体的光滑外力项，可克雷研究所原始的千禧难题，讨论的是无外力的情形。企业方的解释是，这项工作验证了千禧问题官方表述里的陈述C与D，但主动表态不会申领那笔百万美元奖金。就是这接连两件重磅事件，直接推动全球顶尖数学家站出来，签下这份联合声明。

AI抢先证明数学猜想，会毁掉数学开放研究的氛围吗？

这正是25位菲尔兹奖得主最担心的风险。如果手握巨额算力的AI实验室，看到一条有潜力的证明路径，就能动用资源抢在原本深耕该方向的数学家前面完成证明，基础数学长期维持的开放氛围会慢慢崩塌。前沿研究者会开始主动锁起自己的草稿与思路，不敢随意公开，生怕自己多年积累的研究方向，被商业实验室借助AI抢先摘走成果。

已经有数学家开始顾虑，自己过往使用Codex留下的研究记录，会不会被拿去投喂训练大模型。一旦这种抢先夺成果的模式常态化，基础数学研究，会从开放交流的共同体，转向各自保密的内卷竞赛。公开信提出三项清晰诉求，给思想提炼与论文写作预留充足时间，清晰标注成果依托的前期研究，保留愿意接手、消化这份结论的人类数学家。这些主张，和莱顿宣言的内核保持一致，只是签名者的分量，让这份文件拥有了更强的参考价值。它没有任何强制效力，AI企业完全可以继续维持现有的快速发布节奏，但政策制定者、期刊编辑、科研资助机构，未来面对AI产出的数学结论时，会把这份声明当成重要参照。

AI真的会扼杀数学，消灭人类智力探索吗？

陶哲轩在这批签名学者里，立场最为特殊。他一直是AI辅助数学研究最积极的实践者，长期使用ChatGPT搭配Lean做形式化推导，也多次直白描述模型的缺陷，比如模型会在推导里原地打转，错误引用定理，全程需要人类学者持续监督校正。在评价纳维-斯托克斯这项结果时，他打了一个很贴切的比方，AI找到了一条通往瀑布的小路，这条路径本身具备价值，可一旦这条路被公之于众，之后所有人只会沿着这条路前进，不再尝试寻找其他通往目标的方向。

数学界的恐惧，从来不是AI解不开难题。而是AI给出答案之后，原本围绕这个证明会诞生的大量智力工作，再也没有人愿意去做。提炼全新的研究方法，拆解背后的数学思想，撰写教材向后人传递这套思路，培养下一代年轻研究者，这些工作，会在AI给出结论之后失去吸引力。

在我看来，AI不会直接把数学家这个职业抹除，但它能摧毁年轻人投身数学研究的动力。Keras作者、ARCPrize联合创始人FrançoisChollet观察到一个很难量化的变化，很多数学方向的学生，心底生出一种强烈的消极情绪，不想继续走数学研究这条路。AI未必能在功能层面替代数学家，但它持续打击青年研究者的信心，长此以往，会造成数学人才梯队的断层，形成事实上的人才枯竭。

我们不用把AI当成数学的敌人，它可以是数学家手里效率极高的辅助工具，用来验证推导、穷举案例、试错推演。可如果商业企业持续把重大数学猜想，当成AI跑分的竞技场，基础数学赖以生长的土壤，就会被一点点侵蚀，这才是最要命的。