陶哲轩领衔25位菲尔兹奖得主联名公开信：《人工智能在数学中的严重错位》
一句话前提：这不是反AI，是反对AI公司把千禧难题当成营销奖杯的做法。他们本身很多人都在用AI辅助数学研究，但是反对商业目标和数学科研目标严重错位。
发布时间：2026-09-11，陶哲轩博客发布，官网mathandai.org开放全球数学家联署，短时间内2500+学者签名。导火索：OpenAI宣布AI解决纳维-斯托克斯（N-S）千禧年难题，并且放风正在攻克下一个千禧猜想（霍奇猜想），引发数学界集体震动。
一、核心矛盾：数学的目标 vs AI公司的目标
数学研究的根本目的不是拿到一个“是/否”答案：
著名难题相当于数学地图上的灯塔。解决它的真正价值，是诞生全新的概念、方法、思想工具；之后数学家要经过漫长讨论、简化、做报告、写成论文、写进教材，几十年后这些思想再扩散到其他学科。比如费马大定理、庞加莱猜想，最重要的遗产不是那个证明结论，而是证明途中创造出的整套数学工具。
AI公司的目标完全不一样：
把“搞定著名数学猜想”当成模型能力的公关基准、营销素材。追求速度，快速对外宣布“AI攻克百年难题”，用来证明自家大模型很强、抢夺行业话语权，拿到融资与市场宣传效果。
公开信原文总结：解题只是工具，不是目的；核心目标是获得概念理解与洞见。只追求快速产出真假结论，会摧毁孕育新思想的土壤。
二、你提到的两大核心担忧：数学家不愿分享 + AI证明泛滥、缺乏治理
1. 数学家将不再乐于分享，摧毁数学共同体生存根基
这是最震撼的一点：
过去几百年来，纯数学的科研生态建立在开放交流之上：数学家在会议、预印本、邮件里分享半成品想法、未完成猜想、研究方向，同行互相讨论、纠错、启发学生。很多重大突破都是在这种开放交流里慢慢长出来的。
现在出现一个巨大风险：
只要数学家把一个有前景的研究方向、半成品猜想公开出来，AI公司可以直接投入大规模算力、大量AI智能体“抢跑”，快速算出结论，抢先对外宣传“AI解决这个难题”。
- 人类数学家数年的思考、直觉、中间探索路线，直接被商业算力截胡；
- 成果归属、署名、学术 credit（学术荣誉）会出现巨大纠纷；
- 为了防止自己的想法被AI公司抢先收割，数学家最优自保策略就是不再提前分享想法，研究全程保密，直到完整论文定稿才对外发布。
陶哲轩原文警告：
如果这个趋势持续，数学界会走向封闭、保密，逆转开放科学传统，对学科造成长期毁灭性打击。学术会议不再有思想碰撞，大家只宣讲已经做完的成果，不再讨论半成品猜想，整个学科的思想源头枯竭。
数学这个行业最核心的资源，不是论文，而是学生、新想法。一旦大家不敢交流，就没有办法培养下一代数学家。
2. AI数学证明泛滥，缺少有效治理与核验体系
AI可以高速批量生成很长的形式化证明，带来一堆问题：
- 黑盒证明，难以理解：很多AI证明只是机器可验证的代码（比如Lean），人类数学家读不懂里面的思想，提炼不出新数学方法。就算机器校验逻辑没问题，也无法转化成能推动数学发展的洞见。相当于拿到答案，但不知道“为什么这么做”，没有可迁移的新思路。
- 验证成本极高，同行评审过载：未来会从“证明稀缺时代”进入证明爆炸时代，海量AI生成证明积压，数学共同体人力根本来不及核验、消化、简化、写进教材。大量真假混杂的证明堆在预印本平台，污染文献池。
- 仓促发布，学术流程缺失：企业为了营销，抢先对外官宣重大结果，但没有完整论文、缺少对前人成果的引用、没有充分同行评审。按照克雷研究所千禧大奖规则，就算证明正确，也需要正式发表+两年检验期才能拿奖；企业直接公关式官宣，绕开了数学界这套长期校验文化。
- 不公开失败路径：AI公司只宣传成功结果，不会公开大量失败尝试。人类学者无法从AI试错路线里学到哪些方向走不通，浪费全领域的科研资源。
三、公开信提出的诉求与原则
他们不是禁止AI做数学，而是要建立一套学术规则，约束商业发布行为：
- AI产出的数学成果，必须标注AI参与的程度、数据来源、人工贡献；
- AI证明不能只有机器可验证的代码，要附带人类可读的解释、核心思想提炼；
- 重大猜想的成果发布，不能优先做公关营销，需要遵循学术规范，完整引用前人工作，留给同行足够时间核验；
- 区分两件事：AI辅助数学家做研究（支持） vs AI公司以营销为目的，抢跑、收割公开数学难题（反对）。
四、常见的误解澄清
- ❌ 不是反对AI辅助数学：陶哲轩本人长期使用AI工具辅助猜想、找例子、写草稿；信里明确说AI有潜力加速数学研究。
- ❌ 不是否定形式化证明（Lean等交互式定理证明）：形式化证明本身是数学界认可的工具；反对的是只输出机器证明、没有人类洞见、拿来做营销宣发。
- ❌ 不是说AI证明一定是错的：就算机器验证逻辑正确，如果不能提炼出新数学思想，对数学学科本身增益很小，甚至有副作用。
五、这个争议的本质
本质上是基础科学的开放学术体系，撞上了AI商业公司的竞赛激励机制。
基础数学的激励是：思想传承、共同体讨论、培养学生、创造新工具；
AI公司激励是：模型榜单、媒体曝光、产品卖点、商业价值。两者的激励函数天然冲突。
Top comments (0)