OpenAI才不管数学家的职业生涯呢

历史无数次向我们证明：搞科研的永远玩不过商人和政客。

1945年，原子弹之父奥本海默去白宫见杜鲁门，当面说出这句话「我觉得我的双手沾满鲜血」。杜鲁门对他的垂头丧气很反感，私下和助手吐槽：「血在我手上，让我来操心就好」。并吩咐属下以后不要把这个爱哭的科学家带进办公室。

2026年，当陶哲轩联合其他24位全球顶尖数学家呼吁抵制AI对数学的侵害时，不知是否有着类似的被欺骗之感。因为在两年以前，他还曾非常乐观地畅想「工业化数学」的未来，并公开表示自己联手ChatGPT攻克了 MathOverflow难题，极大地节省了繁琐的计算时间。到了2026年，陶哲轩更是将AI直接融入了日常核心工作流。

蜜月期结束在2026年秋天，OpenAI利用内部模型宣称在88小时内解决了「千禧难题」中的纳斯·斯托克方程，9月，陶哲轩等25名数学家发布《人工智能在数学中的严重错位》，提前预警AI介入基础数学研究的巨大风险。

但被无视了。

10月，OpenAI一次性甩出722篇机器生成的数学手稿，整理出372个成果组，其中一些成果直接触及了现代数学的核心前沿。

AI跳过了数学家为了寻找新洞见而漫长推演、试错与构建理论框架的探索过程，直接甩出一堆人类根本来不及验证、甚至逻辑都难以被人类大脑解析的「机器证明」。这意味着无数数学研究者的课题方向发生了改变，而原有的数学研究生态荡然无存。

可是那又怎样呢，OpenAI只关心能否跑得过Anthropic，才不管数学家的职业生涯呢。

01.数学家们为何愤怒？

我们该如何理解世界上最聪明的一群人的愤怒呢？

这是否和程序员发现AI编程比自己快且Bug还少的时候一样？是否和被AlphaGo打败时，李世石和柯洁的无措一样？

我们不能简单的等同于AI抢了数学家的饭碗，这里的事儿要更复杂，也更「烧心」。

举个例子吧，理论计算机科学家Dana Moshkovitz ，一辈子研究的是唯一博弈猜想。当她满怀期待地打开OpenAI发布的文档时，却发现该猜想已经被AI「证明」。

但这并不是一个学术界可以承认的证明方式，在她看来，这篇充斥着混乱、逻辑跳跃、人类从未见过的诡异构造的论文，就像是「吃了致幻剂的人写出来的东西」。

没有同行评审，没有可读的人类逻辑，更没有对前人工作的尊重。AI巨头把一堆天书般的草稿直接砸在学术界脸上，试图让全球顶尖学者免费给他们当「人工验题工具人」。陶哲轩将此称为「证明消化不良」——AI以工业化速度批量生产证明，但人类根本来不及验证、理解和吸收。

数学我不擅长，但数学家的处境我却能共情。

毕竟AI第一个搅浑的，就是写作者的领域。事到如今，我们写稿子都离不开AI，却又对AI给出的每一句话都充满警惕。

在每一个我试图与AI探讨的选题下面，Ta都会问我要不要给我直接成文，有时候我让Ta试试，出来的文章乍看之下非常完美，但细究起来却味同嚼蜡，如果你再认真考据，会发现里面藏了很多AI杜撰的论据。

这是文字，我们可以用简单的方式交叉论证。那如果是数学公式呢？

多伦多大学的数学教授Daniel Litt近期在一档播客中从另一个角度拆解了数学家的愤怒。

他讲了一个自己的例子：模型给他输出过一个10页纸的「毫无洞见的暴力计算」证明，正确但丑；他不想做这个「丑」计算，反而逼出了一个漂亮的概念性解释。

人「算不动」的解释，恰恰是理解的来源，「数学的目标不是生产论文，而是产生理解」。

虽然我们不懂，但在数学家看来，数学是美的，数学研究的过程充满了美学价值，就像我上学的时候老师反复念叨的「数学是思维的体操」。

但AI破坏了这种美感，这无疑是一种冒犯。

02.OpenAI的傲慢

数学家心目中的「数学末日」，对于OpenAI来说，更类似于有着明确商业目标的「秀肌肉」行为。

今年9月，OpenAI CEO山姆·奥特曼明确表示搁置原定的今年上市计划，理由是AI安全问题，这带来了资本市场的观望情绪；10月初，市场传出OpenAI 9月的年化营收约为500亿美元，低于此前市场预期的700亿美元，这一数据直接导致了AI概念股跳水。

在缺乏短期商业爆点的情况下，利用AI攻克「千禧数学难题」成为了向投资者展示技术壁垒、拉升估值的有效噱头。

不仅如此，在AI军备竞赛中，OpenAI面临着来自竞争对手Anthropic等的贴身肉搏。

就在 OpenAI 宣布解决纳维-斯托克斯方程的前几天，Anthropic 的员工利用 Claude 模型在代数几何领域找到了困扰数学界一个多世纪的「雅可比猜想」的反例；同时，Anthropic 的模型还将黎曼猜想的零点比例下限大幅提升。

对于大模型公司来说，「谁更有用」是一个更加漫长的需要验证的比赛，但「谁更聪明」是一个更简单粗暴的竞技点。

换言之，对于数学难题的暴力解答，从商业视角上来看是一次再正常不过的「性能营销」。至于这套唯结果论的算法，会不会正在摧毁数学界赖以生存的根基——他们并不关心。

最后，我想用《莱顿宣言》中的一句话作为收尾：「数学产出的不仅是一系列研究成果，更有塑造这些成果的数学界同仁们的理解力、清晰度与判断力。」

当算法夺走了探索的过程，人类失去的将不仅是答案，更是作为思考者的尊严。