25位菲尔兹奖得主联名警告：AI正在“毁掉”数学

来源：市场资讯

（来源：电脑报少年派）

2026年9月8日，OpenAI宣布其一款未公开的内部模型组织约一万个AI智能体，仅用88小时便给出了纳维-斯托克斯方程存在性与光滑性问题的证明——这是克雷数学研究所悬赏100万美元的七大“千禧年大奖难题”之一，人类已近九十年未能攻克。

三天后，25位菲尔兹奖得主联合署名发表《人工智能在数学中的严重错位》（A Severe Misalignment of AI in Mathematics），将矛头直指AI公司以“解题”为基准的竞赛式推进方式。数学界最高荣誉的获得者们，以罕见的一致姿态，向一场正在发生的范式危机发出警示。

01

导火索

88小时“速通”与一场优先权之争

OpenAI的纳维-斯托克斯证明之所以点燃整个数学界，不仅在于题目本身的分量，更在于围绕它爆发的学术伦理争议。就在OpenAI公告发布前一天，纽约大学数学家特里斯坦·巴克马斯特与供职于Anthropic的莱文特·阿尔珀格刚刚发表了同一问题方向上的突破性成果，并公开指责OpenAI“抢跑”。

巴克马斯特透露，他曾将未发表的草稿和推导放在OpenAI的代码工具中使用，怀疑模型读取了用户数据。更令学术界震动的是，巴克马斯特称OpenAI曾提出一份“合并方案”，由他执笔宣布“OpenAI内部模型解出纳维-斯托克斯问题”，条件是致谢OpenAI，而同为解题人且任职于竞争对手Anthropic的阿尔珀格则不能署名。

在学术传统中，得知他人未发表的研究方向后抢跑，是最犯忌讳的事情之一。AI公司的做法触碰的不仅是优先权规则，更是一种深层的学术伦理：当算力和数据可以碾压人类研究者数年甚至数十年的积累时，“谁先发现”这个问题本身开始变得模糊而令人不安。

02

“严重错位”

两套目标体系的分道扬镳

声明的核心判断可以用一个词概括：错位（misalignment）。但这并非简单的“AI与人类对立”，而是一种更微妙的结构性分歧。

数学共同体追求什么？声明对此有清晰的表述：数学研究的首要目标是增进对数学的理解与洞察，而非快速批量产生“真/假”命题。一个著名问题的解决，向来是“新洞见和有趣方法出现的确定标志”，随后数学家共同体需要通过“漫长而艰辛”的讲座、讨论和简化过程来消化这些成果，最终将其纳入教科书，成为下一代人可以理解和使用的基本工具。这个过程可能持续数十年乃至数百年。

AI公司追求什么？答案也很明确：基准测试成绩。在过去一个多月里，OpenAI的动作密集而高调——8月1日一口气公布内部模型Astra的10项数学成果，覆盖几何、密码学、群论等8个领域，附249页论文；9月4日，GPT-6 Astra将孪生素数猜想的纪录从246推到186；9月8日，88小时攻克纳维-斯托克斯方程；随后又宣布在另一个千禧年难题上取得“重大进展”。这些成果本身并非不重要，但当它们被组织成一场“刷榜”叙事时，数学研究的内在节奏就被打乱了。

陶哲轩在声明发布后接受采访时，用了一个精炼的表达来描述这种困境：当前的突破呈现出“得到答案与获得理解之间的前所未有的脱钩”。AI生成的形式化证明往往比人类写的长出数百行，包含大量冗余步骤，许多引理没有在合适的抽象层次上陈述。答案是“对”的，但没有人能从中读出为什么对、这意味着什么、下一步该往哪里走。

03

被摧毁的“沃土”

声明中最具警示性的表述是：AI以越来越快的速度批量生产“真/假”结论，可能不是在孕育新的思想，反而可能摧毁孕育思想的沃土。

“沃土”指的是什么？首先是时间。数学的进步依赖于数学家有时间去思考、去讨论、去简化。当一个重大难题被AI在数十小时内“解决”后，数学家共同体需要数年甚至数十年才能消化其意义。但如果AI以更快的速度继续产出更多结果，消化过程就永远追不上生产速度。陶哲轩的担忧正在于此：新发现将以越来越快的速度持续落地，以至于没有时间吸收这些结果。

其次是人的培养。声明明确指出，数学这一职业最宝贵的资源是“学生与思想”。如果AI能够轻易产出答案，学生为什么还要花数年时间学习推导过程？

但正是推导过程——那些看似“低效”的反复试错和深度思考——才是培养真正数学直觉的唯一途径。丘成桐此前在接受采访时说得更直接：“一个题目，不单是答案重要，找答案的过程可能更重要——这个过程里能看到的东西，跟答案本身一样重要。”

更深层的忧虑指向知识传承链条。声明警告，如果没有数学家继续发展和整合AI产生的思想，这些思想“永远都不会真正活起来”，数学家之间至关重要的知识传承链条也可能随之丢失。数学不是一堆定理的集合，而是一套活的知识体系，它的生命力在于一代代数学家对同一套思想不断重新理解和深化。如果这个循环被打破，数学将退化为一个不断扩张但无人理解的数据库。

04

争议的另一面：AI真的“错”了吗？

值得审慎地追问：菲尔兹奖得主们的警告，是否低估了AI的贡献？

从技术层面看，OpenAI确实公开了166页论文和Lean验证代码，任何人都可以逐行检查。人类90年未推动的题目，AI把它往前推了，这本身并非坏事。陶哲轩本人并不反对AI做数学，他一直在推动用AI辅助研究，声明中也明确承认AI“可以提供增强和加速真正的数学研究与理解的潜力”。

真正的问题在于方式，而非能力。声明反对的不是“AI解题”，而是把数学题当作“刷榜的基准”，仓促发布、不署名不引用、不梳理思路。这种被数学家们称为“粗糙的数学”的做法，正在将数学研究从一种以理解为目的的智识活动，异化为一种以产出为指标的竞赛。

然而，AI公司的立场并非毫无逻辑。如果AI确实能够在极短时间内产出可验证的正确证明，数学界是否有权以“我们还没准备好理解”为由拒绝这些成果？这个问题没有简单的答案。它触及的是数学研究的目的论分歧：数学是为了理解世界，还是为了积累正确答案？如果答案是前者，那么“理解”就不能被跳过；如果答案是后者，那么AI的效率优势就是压倒性的。

05

谁来决定数学的未来？

声明中有一个容易被忽视但至关重要的判断：最终“在很大程度上”决定这些技术“是有益于这门学科还是产生破坏性影响”的，是“控制这些技术的人类的决定”。

这句话将问题从技术层面拉回了制度层面。AI公司是否有义务在发布重大数学成果前与数学共同体协商？学术期刊和预印本平台是否需要建立针对AI辅助证明的特殊审查流程？大学数学系应该如何调整研究生培养方案，使学生在AI时代仍然能够发展出不可替代的数学判断力？

这些问题目前都没有答案。但25位菲尔兹奖得主的联名警告，至少做了一件重要的事：它迫使数学界和整个社会正视一个此前被效率叙事遮蔽的问题——当答案变得越来越廉价时，我们是否还愿意为理解、为传承、为那些让数学之所以是数学的东西保留时间与空间？

OpenAI没有申领克雷研究所的100万美元悬赏，数学界也尚未对其证明给出正式认可。这场关于“AI与数学”的争论，远未到达终点。但有一点已经清晰：数学不是一场解题竞赛。它的灵魂存在于那些看似“浪费”的时间里——在讨论中、在简化中、在教学中、在下一代人重新发现前人思想的惊喜中。摧毁这片沃土，比在上面种出再多的答案都要容易得多。