当AI解出数学：菲尔兹奖25人联署背后，基础科学正遭遇一场目标错位危机

一周之内，两件看起来相互矛盾的事情同时发生：

2026年9月8日，OpenAI高调宣布其内部多智能体系统用约1万个Agent并行工作88小时、消耗约1300亿输出Token，给出了纳维-斯托克斯方程存在性与光滑性问题的一个证明——这是克雷数学研究所七个千禧年大奖难题之一，悬而未决逾百年；几乎同一周，OpenAI发布不久的GPT-6 Astra又把数学界公认为"研究级防线"的FrontierMath Tier 4刷至97.6%，Epoch AI正式宣布该基准"饱和"。

三天后的9月11日，包括陶哲轩、邓煜、彼得·舒尔茨、玛丽娜·维亚佐夫斯卡在内的25位菲尔兹奖得主联名发表公开信《人工智能在数学中的严重错位（A Severe Misalignment of AI in Mathematics）》，措辞罕见地严厉。OpenAI随即撤回了对加州理工学院一项数学活动的赞助。

一边是AI在数学高地上攻城拔寨、节奏越来越快，一边是数学共同体最高荣誉获得者集体发声、明确表达担忧。这不是简单的"反AI"情绪，而是一次关于"AI应当为谁服务、服务到什么"的根本性冲突。其外溢效应远超数学界本身——它正在重新定义基础研究与产业竞争之间的边界。

一、事件还原：一封公开信背后的72小时

要理解这份公开信的紧迫性，需要把它放回9月8日那条导火索的时间线。

纽约大学柯朗研究所的流体力学专家Tristan Buckmaster与Anthropic研究员Levent Alpöge合作，自今年8月起在纳维-斯托克斯相关问题上取得系列突破。他们使用过Codex、Claude等多款主流大模型辅助推导，8月15日已经在Boussinesq方程和Euler方程的有限时间爆破问题上取得进展，并完成了Lean形式化验证。

9月初，Buckmaster主动致信OpenAI，澄清双方工作并不重叠。但在沟通过程中，他被告知OpenAI内部模型已经"独立"完成了带光滑外力的纳维-斯托克斯问题证明。Buckmaster随后公开了邮件往来，并提出三个核心质疑：第一，OpenAI的时间线与其团队在Codex上的使用记录高度重合；第二，OpenAI对其工作启动时间的解释前后不一致；第三，OpenAI数学研究负责人Sébastien Bubeck曾提出一项交易——由Buckmaster作为OpenAI论文第一作者发表，但要求撤掉Levent Alpöge的署名，理由是后者受雇于Anthropic。当Buckmaster拒绝并坚持公开争议时，据其转述，Bubeck回应"你为什么要毁掉自己的职业生涯？"

OpenAI的官方版本给出了不同说法：其行动始于9月1日，原因是从市场听到了"两个千禧年难题被解决"的传闻；9月6日完成Lean验证后主动联系Buckmaster希望联合发布；否认使用任何特定用户数据，但承认"无法排除来自产品使用的去标识化数据曾帮助改进模型"。Bubeck本人则否认威胁，称提议是为帮助对方。

技术层面同样存在分歧。OpenAI的构造依赖于一个施加于流体的光滑外力项，而克雷研究所的官方表述针对的是无外力情形。OpenAI明确表示不申领100万美元奖金，但其宣布本身已经制造了一个事实。

OpenAI研究员陈立杰——清华姚班出身、曾获国际信息学奥林匹克全球第一、目前兼任UC Berkeley EECS助理教授——在事件后公开回应，称自己曾预测AI在2027年发表数学顶刊论文、2028年前后攻克一个千禧年难题，"现实的发展速度超过预期。这是一个非常不可思议的时代。"

72小时后，25位菲尔兹奖得主的联名信发布。

二、不是反AI，而是一场关于"流程"的抗议

这封公开信的关键在于：它反对的不是AI做数学，而是做数学的方式。

声明明确承认AI有加速真正数学研究的潜力，但指出当前的核心问题在于公布方式——匆忙宣布、来不及写出像样的论文、来不及提炼新方法、也来不及引用他人在先的工作。在数学共同体看来，这套流程正是数学作为一门科学得以传承的制度依托：解题只是通向理解与洞见的工具，重要的不是"证明存在"，而是"证明过程中产生的方法、思想、可被下一代人吸收的教科书知识"。

声明采用的关键词misalignment（错位/对齐失败）原本是AI安全领域的术语。这个词的选择并非偶然——声明明确将问题归入"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。

值得一提的是，这份签名名单横跨48年的菲尔兹奖史，从1978年的皮埃尔·德利涅一直到2026年最年轻的得主邓煜。其中包括丘成桐之后仅有的两位华人得主邓煜与王虹——后者还是该奖90年历史上的第三位女性获奖者。这批签名者的分量，已经远远超过今年6月那份获得130人首日签名、24小时内突破千人、国际数学联盟（IMU）正式背书的《莱顿宣言》。

但数学界的担忧并不止于"流程"层面。

Buckmaster在他的公开自述中花了不少篇幅感谢两位西班牙数学家Diego Córdoba与Luis Martínez-Zoroa——他们几年前提出攻克纳维-斯托克斯相关问题的核心策略。Buckmaster写道："主要的智力功劳必须归于Luis和Diego。"但在OpenAI的官方声明中，这两人没有被提及。学术归属链条的断裂，正在成为一种新的常态。

更深层的担忧来自R&D文化本身。TechCrunch报道，已有数学家开始怀疑自己在Codex上的使用记录是否已被用于训练；如果前沿实验室能在看到一条有希望的路径后，用数千万美元的算力抢在原始研究者之前完成证明，开放研究的文化将被系统性地推向保密。Keras作者、ARC Prize联合创始人François Chollet则描述了一种更难量化的"士气"——他在数学学生中频繁听到一句话："我不想再当数学家了。"

三、行业影响：AI大模型竞争范式的代价正在外溢

这起事件的真正意义在于，它不是孤立争议，而是当前AI产业竞争范式与基础科学价值体系之间结构性冲突的一次集中爆发。

第一，计算资源投入的军备竞赛正在改写学术竞争的基本规则。

OpenAI此次动用的算力规模——约1万个Agent、88小时、约1300亿输出Token——已经远超任何传统数学项目的资源体量。这种"算力碾压"对个体研究者的不对称优势，本质上是把商业领域的资源竞争逻辑平移到了学术领域。Buckmaster公开自述中那句"对抗一家万亿美元的公司非常可怕"，折射的正是这种结构性失衡。当AI公司可以在72小时内调动相当于一个大型实验室整年预算的计算资源完成证明，传统意义上"先到先得"的学术优先权规则就被瓦解了。

第二，基准测试驱动的研发模式与科学发现的内在逻辑相冲突。

FrontierMath Tier 4的"饱和"是另一个标志性事件。这个基准最初由Epoch AI联合60多位数学家（包括陶哲轩、Timothy Gowers、Richard Borcherds）设计，2025年7月推出时所有模型累计仅能解出3道题，Epoch当时甚至在官网写道"其中一些题，可能几十年都不会被AI解决"。仅一年多后，GPT-6 Astra就把Tier 4的43道题全部攻破过一次，整体成绩达到97.6%。Epoch AI随即宣布该基准"饱和"。

基准饱和本身并不令人意外——它的设计目的就是"被刷穿"。问题在于，AI公司把基准刷穿的速度，正在系统性地压缩整个学科的反思窗口。从FrontierMath Tier 1到Tier 4，从GSM8K到MATH，基准不断升级再被突破的循环，本质上是把产业竞争的节奏强加给了知识生产领域。千禧年大奖难题成为下一个被"刷穿"的目标，只是时间问题。

第三，AI公司内部的安全研究与产品压力之间的张力，已经到了公开破裂的临界点。

这起事件背后还有一条隐性线索。声明选用的misalignment术语，恰逢AI安全圈的多起高调离职——9月8日前后，前Anthropic安全团队成员Joe Benton宣布加入独立评估机构METR，三天前辞职的Jacob Coxon直接点名OpenAI与Anthropic"都没有负责任地行事"，相关推文浏览量超过1.66亿次。当菲尔兹奖得主与AI安全研究人员使用同一个术语描述同一种担忧时，说明问题已经从内部争议升级为系统性风险。

第四，对中国基础研究与AI生态的镜鉴价值。

这起事件对中国的AI与基础科学发展具有直接参照意义。一方面，国内顶尖AI实验室正在快速跟进数学推理方向，清华姚班出身的陈立杰已经成为OpenAI数学推理研究的核心成员；另一方面，韦东奕长期研究的纳维-斯托克斯问题，也因这次事件获得了远超学术圈的公众关注。华人数学家邓煜、王虹在2026年菲尔兹奖上的突破，标志着中国基础数学研究进入了新阶段，但也意味着中国的顶尖数学人才将更直接地面对AI公司带来的竞争压力。

更值得关注的是，莱顿宣言、25人联署信、《Nature》等期刊陆续发表的AI与科研伦理讨论，正在形成一个跨国的政策窗口。中国的科研管理部门、学术期刊、AI企业，有机会在这个窗口期主动建立AI辅助基础研究的行为准则——包括数据使用边界、署名规范、提前公开机制等——而不是被动等待国际共识。

四、趋势展望：从基准竞争到"科学目标对齐"

把这起事件放到更长的时间轴上看，它可能标志着AI产业竞争逻辑的一次重要转向。

短期来看，AI公司在数学上的"刷分"节奏不会减速。FrontierMath已经推出真正的Open Problems和FrontierMath Erdős（要求AI对Erdős开放问题写出完整Lean形式化证明），下一阶段基准必然更难，但也必然会被更快突破。千禧年大奖难题的剩余六个，将持续成为AI公司公关与品牌竞争的焦点。

中期来看，"流程冲突"将成为科研伦理的核心议题。莱顿宣言与25人联署信共同指向的三项诉求——给写作与思想提炼留出时间、明确标注结果所依赖的先前工作、承认需要人类研究者接手消化——很可能逐步转化为学术期刊的投稿规范、资助机构的评审标准、甚至AI模型的使用条款。值得注意的是，这份联署信本身没有强制力：AI公司没有义务放慢发布节奏，也没有义务接受共同体的审查。25位菲尔兹奖得主齐声说话所创造的，是一个参照点——政策制定者、期刊编辑、资助机构在处理AI生成的学术主张时，可以指向它。

长期来看，"目标错位"将从数学界外溢到整个知识生产体系。25人联署信明确将问题归入"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"。AI能够加速解题，但不会自动培养出能够理解、修正、传承这些解法的人；AI能够批量产出"对/错"判断，但不会自动提炼出新方法和新思想。当工具开始反噬它本该服务的目标，整个基础科学的传承链条都面临重构。

陶哲轩本人是这批签名者里立场最微妙的一个。他长期是AI辅助数学最认真的实践者，用ChatGPT配合Lean做形式化，也公开描述过模型绕圈、引错定理、需要人盯着的具体情形。评论纳维-斯托克斯结果时，他用了一个向导带路的比方：找到一条通往瀑布的路径是有价值的，但一旦有人指出了这条具体路径，人们就只会走这条路。

数学界担心的不是AI解不出题，而是解出题之后，那些原本会因为"解出来了"而被生产出来的东西——方法的提炼、思想的传播、教科书、下一代研究者——没有人再去生产。

这，或许才是这封25人联署信真正想说的话。它不只是写给OpenAI的，也不只是写给数学界的，而是写给所有正在用AI重塑知识生产方式的产业与政策的。

当一项技术开始能够"回答"人类最艰难的智力问题时，更重要的问题或许不是"它能不能做到"，而是"我们想让它为谁做到、用什么方式做到、留下什么"。