AI攻克世紀數學難題，頂尖數學家抱團抵制，而他們擔心的並不是丟了工作-辟謠-漫步新聞-陪你看看

9月8日，。這是克雷數學研究所提出的七大“千禧年大獎難題”之一，每題懸賞100萬美元，困擾了數學界近百年。

按說難題被解答，最高興的應該是數學家纔對，但三天後，25位菲爾茲獎得主聯名發表公開聲明《人工智能在數學中的嚴重錯位》（A Severe Misalignment of AI in Mathematics），集體表達了對AI破解數學謎題的不滿。這25人裏，有今年剛獲菲爾茲獎的鄧煜，也有1978年獲獎的Deligne，彙集了橫跨將近半個世紀的頂尖數學力量。

“人工智能公司的目標與數學界的目標嚴重不符。我們認爲，這只是影響其他科學和創意行業乃至整個社會的更廣泛協調性問題的冰山一角。”|陶哲軒博客

如此規模的聯名，自菲爾茲獎誕生近90年來從未發生過。到底發生了什麼，讓數學家們如此擔憂？

數學家們在抗議什麼？

在聯名信的簽署人中，最引人注目的是簽名人之一的陶哲軒。

他不是技術恐懼者，恰恰相反，他是最愛用AI的數學家之一。他很早就開始用GPT-4寫代碼、做圖表、輔助證明，說“GPT-4確實爲我節省了大量繁瑣的工作”。他曾用GPT-5 Pro跨界挑戰一個3年無人解決的微分幾何問題，11分鐘就出了完整證明。他還曾經預測“到2026年，AI將成爲數學研究值得信賴的合著者”。

這樣一個深度擁抱AI的數學家，卻聯合發表了AI檄文，稱AI公司的做法“正在損害整個數學界”。可見問題已經很嚴重了。

他曾用GPT-5 Pro跨界挑戰一個3年無人解決的微分幾何問題，11分鐘就獲得了突破。

那麼，這封公開信到底寫了什麼呢？

概括起來就是一句話：當AI能夠直接產出證明時，“解掉一個問題”開始和“理解一個數學問題”發生分離。

很多人聽到這話可能會有點懵：數學研究的目的不就是得出答案嗎？答案有了還有什麼不好嗎？對此，陶哲軒舉了一個生動的例子：數學家研究難題，就像徒步者在崇山峻嶺中尋找一條瀑布。

你聽說外面有個有趣的瀑布，很美的瀑布，所以你決定和朋友們一起去遠足尋找它，但你需要畫地圖。你會迷路一點，但也許在迷路途中，你發現了其他有趣的東西並記下來。在去瀑布的路上，你發現遠處有一個更壯觀的瀑布——你現在到不了，但也許未來的遠足者也會找到辦法到達那裏。

陶哲軒採訪《人工智能和AI的矛盾》| YouTube 頻道 Big Think

換言之，數學家研究難題，重點不只是最終答案，還有過程中發現的新方法、新思路、開發的新數學工具和思維模型。有時候，恰恰是這些無心插柳的結果，構成了其他學科的底層工具，也只有有跡可循的證明，才能成爲能被人類學習和傳承的智慧成果。

這就得說說AI是怎麼證明數學命題的了。

OpenAI這次是放出1萬個AI智能體，將問題拆分，分頭幹活，。88小時後，它們拼出一個完整的證明，再花17小時，用一個叫Lean的程序逐行檢查邏輯有沒有漏洞。驗收通過之後，宣佈證明完成。

但這裏有一個關鍵問題：OpenAI用來解題的內部模型尚未發佈，1萬個智能體的協作流程也沒有公開，其他團隊無法復現這套證明。克雷數學研究所目前還沒有正式確認這個成果。

陶哲軒曾在其他場合表示，人工智能寫成的數學論文閱讀體感非常差。原因是AI的論文“無論正確與否，看起來都很有說服力”，陶哲軒把這個問題形容爲“證明消化不良”：AI產出了大量證明，而數學家壓根吸收不了。 OpenAI這次的證明就像“坐着直升機把你空投到了那個瀑布，之後再接回來”。

此外，AI公司對數學界的破壞，還在於它們對問題的“揮霍”。

陶哲軒把AI時代之前積累下來的開放數學問題，稱爲一種不可再生資源。有人打了一個更形象的比方，這些問題就像“低本底鋼”。

低本底鋼是1945年人類第一次核試驗之前生產的鋼材。因爲沒被放射性塵埃污染過，它的背景輻射極低，是製造精密儀器的好材料，而且不可再生，用一點少一點。

數學問題也是一樣。愛因斯坦說過一句話：“提出一個問題往往比解決一個問題更重要。”問題可以隨便提，成千上萬個都不難。但絕大多數問題不值得研究。判斷一個問題值不值得花時間去攻克，靠的是幾十年甚至一整代數學家的直覺和經驗去篩。這樣篩出來的問題，每一個都是不可再生的資源。

而現在，AI公司正在把這些篩了幾十年的好問題當成評分榜去刷，用算力和智能體羣碾壓，一旦答案公開，這個問題作爲未污染測試集、以及觀察不同解題路線難度的對象，價值會永久下降，還澆滅了了年輕學者攻克難題的熱情。

公開信裏有這麼一句話：數學界最寶貴的資源是學生和想法。

而對AI實驗室來說，最寶貴的資源是GPU。

過程的重要性

如果你還覺得“過程很重要”這個說法有點抽象，那我來給你講一個古希臘和GPS的故事吧。

公元前300年左右，歐幾里得在亞歷山大城寫下《幾何原本》，從五條公設和五條公理出發，用邏輯推導構建了整個幾何體系。

這套體系維繫了兩千多年。但它的第五條公設一直讓科學家們不舒服，原因是，它太複雜了。

原文：“如果一條線段與兩條直線相交，在某一側的內角和小於兩直角和，那麼這兩條直線在不斷延伸後，會在內角和小於兩直角和的一側相交。”——是不是有點懵？一個等價的表述是：“過直線外一點，有且只有一條平行線”，你上學時火星有聽老師講過。

這個圖比較直觀。

前四條公設都簡潔直白，不證自明，唯獨這一條繞來繞去，連歐幾里得自己都很少使用。

於是，兩千年以來，無數數學家試圖用前四條公設證明第五條，想要讓歐氏幾何更加完美，然而全部失敗。直到19世紀，俄國數學家羅巴切夫斯基反其道而行之，他假設第五公設不成立，在此基礎上結合前四個公設，構建了一套新幾何系統。他認爲，如果這個系統在數學推理中出現矛盾，即可反證第五公設是成立的。

事實則讓數學界大跌眼鏡：這套系統儘管完全違背直覺，但在邏輯上毫無破綻。黎曼，雅諾什，高斯等數學家，也先後獨立推導出了類似的幾何學理論。

由此，誕生了一個全新的數學分支：非歐幾何。它描述的彎曲空間在數學上完全自洽，卻處處違背直覺：在羅巴切夫斯基的雙曲幾何裏，過直線外一點可以作無數條平行線，三角形內角和小於180度；而黎曼後來發展的橢圓幾何裏，平行線乾脆不存在，三角形內角和大於180度。物體的形狀、空間的規則，都不符合常識。

這當然不是現實中存在的幾何空間，當時的人也不知道這個純粹的數學理論有什麼用——直到半個多世紀後，愛因斯坦出現了。

1905年，愛因斯坦提出狹義相對論，三年後，他的大學數學老師閔可夫斯基把時間和空間統一成四維時空，給出了狹義相對論的幾何表述。在閔可夫斯基的四維時空基礎上，使用黎曼非歐幾何作爲數學工具，愛因斯坦最終發展出了日後名揚天下的廣義相對論。

而廣義相對論告訴科學家：由於引力彎曲帶來的時鐘效應，遠在太空的衛星上的時鐘，跟地面走得不一樣快。今天，每一顆在軌運行的衛星，內置原子鐘每天都比地面快38微秒，如果不修正這個效應，你的手機定位每天會偏差11公里。

這就是過程的重要性。

數千年來，每一個數學難題的攻克，都經過了數學界漫長的消化：講座、爭論、簡化、最終寫進教科書、教給下一代學生。如果中間某一環只留下“對的答案”，但不留下可被理解的思路，後面所有環節就斷了。沒有歐幾里得幾何，就沒有非歐幾何，沒有非歐幾何，就沒有廣義相對論，也沒有今天的手機導航。

過去，得到正確答案和獲得理解通常是同一件事，因爲人必須理解很多東西才能走到答案。現在強AI第一次可能把兩件事拆開：答案增長速度可以遠遠超過人的理解速度。

不只是數學的問題

AI消滅過程這一問題，也並不侷限於數學界本身。

比爾·蓋茨在今年8月發表的博文《動盪的人工智能時代已經到來。我們現在做出的選擇至關重要》（The turbulent AI era is here. The choices we make now are critical）中提出，他認爲AI帶來的最大問題之一，是“入門級崗位”的大量消失。“人工智能將取代法律、客戶服務、醫療、軟件和製造業等領域的工作，它將在十年內而非幾代人的時間裏迅速衝擊這些行業”。

比爾·蓋茨博客

這些崗位看似簡單，卻往往是每一代入行的年輕人積累經驗、學習技能和建立職業關係的重要機會。在過去，一個老師傅帶四五個實習生，幹幾個月雜活，實習生也能慢慢摸到這行的門道，現在有了 AI。一個老人+一個 AI 足矣。年輕人面對的，可能是一條更窄的職業起點。

蓋茨說，新崗位的培訓週期比舊崗位消失的速度慢得多。那麼中間那段時間，誰來接住他們？他最後提到，“世界需要一個計劃”。

數學家擔心的、圍棋手感嘆的、蓋茨憂慮的，本質上是同一件事：當AI工具能直接給出結果，跳過了人類從過程中學習的環節，“答對”和“理解”就分離了。而這道裂縫，正在從數學蔓延到所有知識工作領域。

不過，事情也許還有另一面。

加州大學聖塔芭芭拉分校數學教授王正漢在一篇長文中表達了不同的看法。他認爲數學不會因爲AI而消亡。他打了一個比方：未來的數學家或許會像賽車手一樣，開着各自的賽車追逐最快的完賽成績，但飛機顯然比賽車更快。換言之，工具的進化不會消滅人類對競技本身的需求，我們依然還有人類自己的奧林匹克運動會。他樂觀地認爲，數學將會像它一向所展現的那樣適應並演化，走向一個光明的未來——因爲“數學始終是人類最堅韌、最恆久的智識經驗”。

另一位數學家亞歷克斯·康託羅維奇也持類似觀點：如果AI能強化而非取代數學直覺，我們見證的將不是純粹數學的終結，而是它轉型爲比以往更強大的存在。

鄧煜：不要緊，必要時我會寫百合小說

劉慈欣在2005年發表的科幻小說《贍養上帝》裏預演過這個困境。小說裏，一個衰敗的外星文明“上帝文明”，把他們的全部科技資料存進一個銀色金屬箱交給了人類。人類欣喜若狂，以爲一夜之間就能進入天堂。但很快發現完全看不懂：能源技術建立在“正反物質湮滅”上，有長生技術的生物科技“連最前沿的科學家也完全無法讀懂”。

更諷刺的是，這個外星文明衰敗的原因，正是因爲發達的機器接管了一切生產和勞動，最終讓這些外星人忘卻了技術和科學。

《贍養上帝》結尾，上帝文明離開了地球，臨走時帶走了一套中小學一元二次方程課本。一個曾經有能力星際航行，創造文明的種族，最後只能從頭開始學習知識。當下，AI 對科學的衝擊或許沒有這麼誇張，但如果我們不從現在開始思考這個問題，這並不是一個完全不可能的科幻未來。

參考文獻

[1]Tao, T. (2026, September 11). A severe misalignment of AI in mathematics. What''s New. https://terrytao.wordpress.com/2026/09/11/a-severe-misalignment-of-ai-in-mathematics/

[2]The paradox at the heart of AI and science [Video]. (2026, September). YouTube. https://www.youtube.com/watch?v=svl_1upFpQo

[3]Tao, T. (2026, September 9). I wrote recently about how the collection of good, fruitful open problems is now being mined in a non-renewable fashion [Post]. Mathstodon. https://mathstodon.xyz/@tao/117237320796901560

[4]Yates, K. (2026, February 21). ''Proof by intimidation'': AI is confidently solving ''impossible'' math problems. But can it convince the world''s top mathematicians? Yahoo News. https://www.yahoo.com/news/articles/proof-intimidation-ai-confidently-solving-160000252.html

[5]姚勤毅. (2022, June 20). 柯潔的絕望、妥協和堅持，AI真的會毀掉圍棋的魅力嗎？上觀新聞.
https://www.jfdaily.com/wx/detail.do?id=500084

Gates, B. (2026, August 26). The turbulent AI era is here. The choices we make now are critical. [6]Gates Notes. https://www.gatesnotes.com/a-turbulent-ai-era-and-critical-choices-to-make

[7]王正漢. (2026, September 2). AI時代，什麼纔是真正屬於人類的數學？（下雪，譯）澎湃新聞·澎湃號.
https://www.thepaper.cn/newsDetail_forward_33994437

[8]Skuse, B. (2026, April 17). 數學家隨筆：AI新時代下的古老文體（zzllrr小樂，譯）. 澎湃新聞·澎湃號. 原文載海德堡桂冠論壇博客，2026年4月15日.
https://www.thepaper.cn/newsDetail_forward_32984319

作者：穀子

編輯：翻翻

封面圖來源：UCLA