20余位数学家警告，AI将使数学家消失！然而消失的何止是数学家？

2026年是AI数学崛起的元年，多个困扰人类数学界数十年甚至数百年的猜想或者难题被AI攻克，比如今年9月，OpenAI宣称依靠一万个AI智能体，仅用88小时就推导出纳维-斯托克斯方程的证明，这是克雷数学研究所设立的七大千禧年大奖难题之一，悬而未决接近90年，悬赏奖金100万美元。

消息发布之后，25位菲尔兹奖得主联名发布公开信提出严厉批评，这一事件被《纽约时报》、36氪等多家媒体报道，很多人由此产生恐慌：既然AI能够攻克人类耗费几十年都拿不下的顶尖数学难题，未来数学家这个职业会不会就此消失？而顺着这个逻辑继续往下看，被AI冲击的，远远不止数学这一个领域。

数学界的焦虑，不是怕AI做题，而是科研逻辑被改写

很多人误解这场冲突，以为数学家单纯嫉妒AI解题速度太快。但25位菲尔兹奖得主的联名声明里，担忧的核心并不是AI的算力，而是学术目标的错位。数学研究的本质，不只是算出一道难题的答案，更是提出全新猜想、创造新的数学概念、搭建完整理论体系，这些都依赖人类独有的洞察力。

AI擅长的，是在人类已经划定的方向上，快速完成海量推导、符号演算与逻辑验证，它的全部知识根基，来自人类过去几十年发表的论文成果，没有办法凭空开辟全新的研究赛道。

就像陶哲轩打的比方，AI是擅长单点冲刺的短跑选手，人类数学家则是开拓无人山路的攀岩者。这次纳维-斯托克斯方程事件，还牵扯学术优先权争议，有学者质疑OpenAI在知晓其他数学家未公开研究思路后，动用算力抢先完成证明，把他人长期深耕的研究成果快速“摘果”。

如果科研评价体系只以“谁最快给出证明”作为唯一标准，那么愿意沉下心探索冷门方向、慢慢构建理论的人类研究者，会越来越少，整个数学学科的原创土壤会慢慢萎缩。克雷数学研究所至今没有正式认定这份证明成立，仍然处于审查阶段，也恰恰说明AI产出的证明，依然需要人类顶尖学者仔细核验。

放眼各行各业，AI替代浪潮早已铺开，但是替代不等于消灭岗位

数学领域的震动，只是整个人类职业变革的一个缩影。早在此之前，AI已经在大量知识型行业发力。在法律行业，AI能够短时间读完上千页卷宗，提炼条款、检索判例，大量压缩初级律师的文书工作量；在设计行业，AI绘图工具快速产出草图，基础美工岗位需求缩减；编程领域，AI可以直接生成基础代码，初级程序员的重复编码工作被大幅替代；甚至医疗领域，AI影像识别在CT、胸片筛查上，已经达到接近资深医师的识别水平。

回顾工业革命时代，蒸汽机替代手工工人，当时很多人担心手工业者会彻底消失，事实却是旧岗位消失，催生了机械工程师、设备维护人员等新职业。

AI的逻辑与之相似，它优先接管标准化、重复性、可逻辑化的工作，但是那些需要价值判断、共情沟通、跨领域创新，还有承担最终责任的环节，依旧离不开人。

AI可以写出法律文书，但不能在复杂庭审中把握策略、承担败诉责任；AI可以生成设计图，但无法理解客户背后深层情感诉求；AI能够推导数学证明，却无法判断哪个研究方向值得投入十年心血。岗位会持续重构，而不是简单的全部消失。

面对AI浪潮，真正的危机不是失业，是人的能力退化

比起岗位增减，更值得警惕的是人类思维能力的退化风险。当大量推导、计算、资料检索全部交给AI，很多人会慢慢放弃独立深度思考。就像计算器普及之后，普通人的心算能力下降；导航普及之后，很多人辨别方位的能力减弱。

如果科研人员、职场从业者习惯直接复制AI给出的结论，不再独立推演、质疑校验，人类本身的推理、思辨能力就会逐步弱化。

所以数学家群体的警告，本质上是提醒全社会建立边界，而不是拒绝AI工具。未来的理想模式，是人机协同：人类负责定义问题、判断价值、把握方向，AI作为强大的助手，完成枯燥繁复的推演、检索、试算工作。

教育、科研、职场评价体系，都需要随之调整，不再只考核标准化的解题能力，更加看重提问能力、创新洞察力、人文判断与风险责任感。

AI不是来抢夺人类全部工作，而是重新定义人的价值。那些机械的脑力劳动会被逐步接管，但提出伟大猜想、构建全新理论、感知复杂人性、做出艰难取舍，这些属于人的独特能力，短期内无法被机器复刻。如何用好AI这把双刃剑，建立对应的学术伦理、行业规范，才是全人类接下来最重要的课题。

消息来源：《观察者网》9月12日报道《陶哲轩、邓煜等25位菲尔兹奖得主，集体发出警告》
https://m.toutiao.com/is/5Qt_NNQ8yzQ/5Qt_NNQ8yzQ` :2am igT:/ G@I.iC