25位菲奖得主罕见联合发声：AI越来越会数学，为什么数学家反而急了？AI越来越会做数学，本来应该是一件值得高兴的事。
但最近，数学界却出现了非常罕见的一幕。
陶哲轩、邓煜等25位菲尔兹奖得主联合发表声明，对AI公司正在进行的“数学军备竞赛”发出警告。
而且，这25人全部都是菲尔兹奖得主。
陶哲轩在9月11日公开声明中表示，过去几个月，大语言模型的数学能力发生了巨大提升，已经能够解决多个数学领域中的重要开放问题。但他们认为，AI公司不断把“解决数学难题”当成衡量模型能力的指标，正在对数学科学和数学共同体产生负面影响。
问题来了：
AI帮人类解决数学难题，不应该是好事吗？
为什么世界上最顶尖的一批数学家，反而开始担心？
数学家真正反对的，并不是AI这一点非常容易被误解。
这25位数学家并没有说“不要用AI做数学”。
甚至恰恰相反，他们承认AI可以帮助和加速真正的数学研究。
他们担忧的是：
AI公司的目标，和数学研究本身的目标，正在出现严重错位。
AI公司想证明什么？
我的模型比你的模型强。
你的模型用了1000个Agent，我用10000个。
你解决一道几十年的难题，我去挑战更著名的难题。
谁先解出来，谁就赢得关注、资本和市场声量。
但数学家真正关心的东西完全不同。
数学并不是一个：
输入题目 → 输出答案
这么简单的过程。
一个著名数学问题真正有价值的地方，很多时候并不只是最后那句“证明完成”。
更重要的是：
你在寻找答案的过程中发现了什么新的思想？
是不是创造了新的方法？
是不是理解了一个以前没人理解的结构？
这些方法能不能被下一代学生学习？
又能不能继续解决更多问题？
陶哲轩等人在声明中明确指出，解决著名问题通常只是数学进步的“标志”和“灯塔”。
真正重要的是之后漫长的过程：
讨论、简化、验证、整理、教学，最终把一个新思想变成整个数学共同体能够理解和继续使用的知识。
而AI可能正在把这个过程压缩成：
“题解出来了吗？”
最可怕的不是AI会做题，而是数学开始只奖励“做题”这可能才是这场争论真正的核心。
想象一下：
一家AI公司动用巨大的算力，让数千甚至上万个AI智能体同时攻击一道著名难题。
三天后：
“解决了。”
然后马上开发布会、发论文、冲热搜。
下一家公司看见以后怎么办？
继续找一道更难的。
于是数学研究开始变得越来越像体育竞赛：
更快。
更难。
更多参数。
更多算力。
更大的模型。
最后甚至可能演变成：
谁拥有更多GPU，谁就更容易在数学上制造“突破”。
这正是数学家担心的“军备竞赛”。
因为一旦评价标准变成：
谁先解决著名问题，
那么资本、算力和平台资源就可能逐渐决定研究方向。
而真正重要但短期没有“爆点”的问题，反而没人愿意研究。
年轻数学家可能最先受到冲击对于已经成名的顶尖数学家来说，AI来了，他们仍然拥有研究自由。
但对于博士生、博士后和年轻研究人员来说，问题完全不同。
一个年轻研究者可能花三年研究一个问题。
突然某天，
AI在48小时之内把它做完了。
那三年的训练是不是没有意义？
下一届学生还愿不愿意选择这个方向？
科研基金还会不会继续支持？
学校会不会觉得：
“AI都能做了，为什么还要培养这么多人？”
数学家担心的，正是这种长期影响。
声明中甚至强调：
数学界最珍贵的资源，不是论文数量，也不是题目答案，
而是：
学生和思想。
因为一个数学领域真正的生命力，靠的是一代代人学习、讨论、质疑、改进，再提出新的问题。
如果整个过程变成：
“AI给答案，人类验证一下。”
数学教育本身也会发生巨大变化。
学生会不会越来越“会用AI，却不会思考”？这其实和普通人关系非常大。
今天大学生已经可以把一道数学题拍给AI。
几秒钟以后：
答案来了。
证明来了。
甚至每一步都能解释。
这当然提高了效率。
但问题在于：
人为什么要学习数学？
如果只是为了得到答案，
那AI显然比绝大多数人都强。
但我们学习数学，本来就不只是为了答案。
还包括：
提出问题，
理解条件，
推理，
失败，
重新尝试，
判断一个结论是否可信。
这些过程才真正训练一个人的思维。
如果学生一遇到困难就直接问AI，
最终可能出现一个非常讽刺的结果：
AI越来越会数学，人类却越来越不会数学。
但另一面也不能忽视：AI可能正在开启数学黄金时代事情当然不是只有悲观的一面。
现在的AI已经开始帮助数学家检索文献、寻找证明路径、验证猜想、形式化证明，以及从海量知识中发现过去难以注意到的联系。
一些数学家甚至认为，数学可能即将进入一个“证明极度丰富”的时代。AI能够生成大量候选证明和新结论，人类数学家的工作则逐渐转向筛选、理解、解释和提出真正重要的问题。
这可能意味着：
未来最稀缺的能力，不再是：
“谁能做出这道题？”
而是：
“谁知道什么问题值得做？”
这其实是一个非常大的变化。
过去数学家的核心竞争力可能是：
证明能力。
未来可能变成：
问题意识 + 判断力 + 创造力 + 对数学结构的理解。
AI负责探索一百万条路。
人类决定：
哪条路值得走。
所以，AI到底是在毁掉数学，还是重塑数学？我更倾向于后者。
AI本身不会“自动毁掉数学”。
真正决定结果的，是人类怎么使用它。
如果AI被当成：
帮助数学家验证、探索、整理和理解知识的工具，
它可能带来数学史上前所未有的繁荣。
但如果AI被当成：
“谁先攻克名题、谁算力更大、谁模型排名更高”的竞赛机器，
那么数学研究的评价体系确实可能被严重扭曲。
25位菲尔兹奖得主真正发出的警告，其实并不仅仅针对数学。
他们在声明里还提出了一个更大的问题：
随着AI越来越能够直接产出人类智力工作的最终结果，
我们会不会逐渐忘记，人类为什么要做这些工作？
程序员写代码，不只是为了产生代码。
作家写文章，也不仅仅是为了生产文字。
科学家做研究，更不仅仅是为了制造论文。
数学同样如此。
有时候，
一个好问题，
一次失败的尝试，
一条最后走不通的证明，
对人类理解世界的价值，
可能比一个瞬间得到的正确答案更大。
所以我觉得：
AI不会自动毁掉数学。
但它一定会逼数学重新回答一个问题：
当机器越来越会“解题”以后，人类数学家究竟应该做什么？
也许未来最重要的数学能力，真的不再是更快地得到答案，
而是：
提出机器也值得回答的问题。
你觉得呢？
AI会让数学进入真正的黄金时代，
还是会把数学变成一场算力、资本和榜单驱动的竞赛？
#人工智能 #AI #陶哲轩 #菲尔兹奖 #数学 #科技 #教育 #科研 #大模型 #热点讨论