25 位菲尔兹奖得主联名宣战：AI 解题越快，数学界越不安

AIAI安全数学菲尔兹奖

菲尔兹奖章正面，国际数学联盟官方摄影

2026 年 9 月 11 日，一个名为 Math and AI 的网站上线了一篇宣言，标题是《A Severe Misalignment of AI in Mathematics》。初始联署名单上列了 25 个人，全部是菲尔兹奖得主：Terence Tao（陶哲轩）、Manjul Bhargava、Peter Scholze、Maryna Viazovska、Cédric Villani、June Huh，2026 年新科得主 Yu Deng 也在其中，从 1978 年得主的 Pierre Deligne 到 2026 年得主，时间跨度几乎覆盖了当代数学的全部巅峰。同一天，陶哲轩在自己的博客上转发了这篇宣言，注明自己是 25 位初始签署人之一。《经济学人》与《世界报》在当天跟进报道，Hacker News 上相关帖子以 500 分、567 条评论登上榜首。

这不是又一封「担忧 AI」的泛泛请愿。签署者们在一周内密集讨论后赶出了这份文件，陶哲轩在博客里坦言：来不及像此前的《莱顿宣言》那样走完协商流程，因为「局势的紧迫性容不得更从容的程序」。数学界最高荣誉的持有者们集体出面批评 AI 公司的做法，这在菲尔兹奖 90 年的历史上还没有过先例。

宣言到底在说什么

宣言的核心论点只有一句话：AI 公司与数学界的目标出现了严重错位（severe misalignment）。

过去几个月，LLM 的数学能力突飞猛进，可以解决许多领域中悬而未决的重大问题。在 AI 公司看来，这是展示模型实力的最佳舞台：数学问题有客观的对错，有明确的难度标尺，解开一个悬置几十年的猜想抵得过千言万语的营销。于是在九月初，我们接连看到了 GPT-6 Astra 在长期数学基准上登顶、OpenAI 宣布内部模型解开 Navier-Stokes 方程相关的千禧年难题、Claude 用 11 天写完费马大定理的 Lean 形式化证明——每一次发布都把「AI 解开数学难题」当作模型能力的重磅证据。

但在数学家看来，这套逻辑从根上就是错的。宣言反复论证了一个区分：解题（solving problems）只是工具和代理指标（proxy），数学的终极目标是概念性理解（conceptual understanding）与洞见。一个著名猜想被解开，价值不在于「真/假」这个结论本身，而在于解开它的过程中诞生的新方法、新思想。这些思想要经过漫长的消化：报告、讨论、简化，最终写进教科书，成为一代代学生的养料，有些思想甚至在几十年、几百年后沉淀为全人类都在使用的工具。

宣言用一个精确的句子指出了这种生产方式的后果：以越来越快的速度批量生产「真/假」陈述，可能摧毁沃土，而非滋养新思想（the mass production at faster and faster pace of "true/false" statements could destroy fertile ground instead of breathing life into new ideas）。

三层错位：这道题的解剖

把宣言的论述拆开，能看到三层结构清晰的错位，每一层都指向 AI 公司与数学界激励机制的冲突。

第一层：目标错位。 AI 公司要的是 benchmark 成绩——证明自己的模型比别家强，支撑下一次融资和发布会的头条。数学界要的是理解——为什么这个定理是对的，证明里有什么新结构可以迁移到别处。同一个「解开猜想」，前者是里程碑，后者只是起点。里程碑可以按天冲刺，起点需要按十年培育。宣言指出，AI 解法的宣布往往非常仓促，来不及完成规范的写作、来不及提炼新方法、来不及引用前人的相关工作。在任何一个创造性领域，这都会引发严重的归属与剽窃争议。

第二层：过程错位。 数学的传承链条靠人维持：资深数学家给学生出题来磨炼技能，思想通过讲座、私下讨论、严谨的写作传播，预印本要经过十年以上的消化才能写进教科书章节。AI 直接跳过这条链条产出结果，却没有谁负责把 AI 的想法「翻译」进数学正典。宣言的警告相当冷峻：如果没有愿意付出的数学家去把 AI 构想发展并整合进数学体系，这些构想永远不会真正存活，而数学家之间至关重要的人际传承链条会就此断裂（the crucial human transmission chain between mathematicians would be lost）。

第三层：资源错位。 数学行业最珍贵的资源是学生和想法。当 AI 可以直接产出研究生水平的结果，以「多年训练培养出能提出新问题的人」为核心的培养模式就失去了着落点。年轻数学家还没来得及积累出判断力，就已经要在「AI 两天的产出超过自己五年」的现实里寻找自己的位置。宣言把这定义为对整个智力劳动（intellectual work）的普遍威胁：许多领域的多年训练，除了产出最终答案之外还承担着发展理解力、培养提出新问题能力的任务；当 AI 能直接给出结果，训练与产出之间的目标就不再对齐。数学只是最先撞上这一点的领域。

宣言的结论部分并没有走向禁止或对抗，这一点从它对 AI 的定位可以看出。原文承认 AI 有潜力增强和加速真正的数学研究，数学界也必须适应这些变化；关键判断是：这些变化最终有益还是有害，很大程度上取决于控制这项新技术的人做出的决定。签署者们要求的是数学共同体、AI 公司和社会三方的紧急回应，而不是拒绝工具本身。

为什么此刻爆发：一周内完成的政治动员

时间线值得单独拆开看。

9 月 8 日，《纽约时报》报道 OpenAI 宣称内部模型在 Navier-Stokes 千禧年难题上取得进展，数学社区已经开始出现强烈反弹的迹象。9 月 11 日，宣言上线，陶哲轩博客同步转发，25 位初始签署人悉数亮相。同一天，《经济学人》发表《Top mathematicians are outraged by OpenAI's methods》，把 24 位（该文统计口径）菲尔兹奖得主的联名信与 OpenAI 的方法直接对峙；《世界报》的标题则点出核心指控——《25 位菲尔兹奖得主警告：AI 公司的目标与数学共同体的目标严重错位》。两天内，Hacker News 讨论串冲到 567 条评论，Lobste.rs 上同一个链接出现了两个独立提交。

从组织成本的角度看，这件事的信号强度极高。菲尔兹奖每四年在国际数学家大会上颁发一次，2002 年至今每届得主不过一到四人，全部在世得主是百人量级的群体。让其中 25 人在同一份文件上签字，等于把这个群体里近半数、跨越五代人的顶尖头脑动员到了同一份文本上。陶哲轩那句「局势紧迫容不得从容程序」说明这份文件抛开了学会决议的常规流程，是一次临时的、防御性的集体行动。对比《莱顿宣言》从起草到协商签署花了数月，这次的「抢发」本身就是表态的一部分。

还有一个容易被忽略的背景：宣言与此前数学界的几次表态一脉相承。2025 年前后，陶哲轩多次公开谈到交互式定理证明器（ITP）和 Lean 正在改变数学家的实践方式，他的态度一直是审慎拥抱。2026 年的《莱顿宣言》召集了数百名研究者讨论 AI 与数学的未来，Scholze 也是早期支持者之一。到了这一份宣言，语气出现标志性升级：它第一次把矛头明确对准了 AI 公司把数学当 benchmark 消费的行为本身。

对开发者和普通人意味着什么

数学是第一个把「AI 直接产出专业结果」变成集体议题的专业，但宣言反复强调它不会是最后一个。能直接产出结果的 AI 正在进入法律文书、医学影像报告、软件工程、新闻写作，每个领域都有一条相似的断层线：训练一个专业人士需要十年，而 AI 产出一个合格的结果只需要几分钟。行业根基里的「人才培养链条」——学徒制、案例分析、从辅助到主导的成长路径——都会在某个时刻撞上同一堵墙。

对普通人来说，这场争议的实际影响会体现在几个具体的战场上。AI 公司接下来发布数学能力时如何表述（是「我们的模型又解开了一个难题」还是「我们的方法让数学家提出了新猜想」），会直接影响公众对 AI 能力的判断基准。科研资助的导向可能随之调整：如果解题不再等于贡献，评审体系用什么衡量 AI 时代的数学工作，各国资助机构都要给出答案。而宣言站台的开放签名机制（通过 ORCID 学术身份认证即可联署）意味着这份名单大概率会继续增长，这个数字本身就是持续的政治筹码。

数学家们没有拒绝 AI。宣言文本里写得很清楚：AI 有潜力增强和加速真正的数学研究。他们拒绝的是另一种东西——把数百年才结晶一个的思想传统，当作排行榜上的一个分数来消耗。这份宣言发布后，签名通道保持开放，数学共同体里每一个认同者都可以通过学术身份验证加入。名单会变长还是热度会消退，接下来的几个月自会给出答案。

来源：