陶哲轩等学者联名发声：AI暴力解题正冲击数学研究根基

在科幻小说《三体》中，智子的干扰让微观粒子碰撞结果变得随机，导致理论物理学家的信念崩塌。如今，人工智能的飞速演进虽然并非地外文明的打击，却也在全球顶尖数学界引发了前所未有的震荡。

康奈尔大学应用数学家 Steven Strogatz 在接受采访时曾感慨，2026 年或许会被视作数学的奇迹之年，也可能是灾难之年。这种复杂的情绪在菲尔兹奖得主陶哲轩（Terence Tao）近期的态度转变中体现得尤为明显。

不久前，作为精通 Lean 形式化证明的数学大师，陶哲轩还是拥抱 AI 的先行者。他曾在日常研究中广泛使用 ChatGPT 协助文献检索、代码编写和思路发散，并在公开演讲中宣称数学正在经历一场深刻的革命。然而，随着头部模型厂商将数学猜想当成性能基准进行无节制刷榜，陶哲轩与其他 25 位菲尔兹奖得主一同转变了态度，呼吁 AI 公司放缓节奏，警惕技术对纯数学研究带来的不可逆冲击。

让数学界普遍感到焦虑的，是技术攻坚方式的异化。近期，OpenAI 接连宣称在大规模数学猜想上取得进展，不仅涉及著名的三维纳维-斯托克斯方程，还一次性公布了 722 篇由模型生成的数学手稿，涵盖准黎曼猜想、四维挂谷问题等悬而未决的领域。

然而，数学家的不安并非来自自身职业可能被替代的顾虑，而是源于 AI 暴力解题模式对学科本质的侵蚀。数学的发展从来不仅在于得出一个答案，更在于提出高价值的猜想、建立全新的抽象概念体系，并加深人类对底层规律的理解。正如《人工智能与数学莱顿宣言》所强调的，数学研究的核心是人类认知与证明的透明性。

当前的 AI 模型在既有知识网络内擅长暴力组合与符号推演，但这种“解题”方式正在带来多重隐患：

其一，认知消化不良。传统数学成果经过严谨推敲与提炼，如同涓涓细流；而 AI 短期内倾泻出海量长篇手稿，充斥着跳跃的逻辑、晦涩的构造与不规范的引用，即便是顶级专家也难以及时完成人工复核与理解。

其二，成果泥沙俱下。在批量公开的手稿中，仅有约四成完成了严格的符号形式化验证，部分文本甚至存在逻辑缺陷。低质量、难验证的符号堆砌，容易对严肃的学术交流环境造成干扰。

其三，研究范式的捷径依赖。若过度追求由 AI 辅助快速刷指标、争夺首发成果，可能导致年轻一代研究者丧失深入沉思与试错的耐心，使数学共同体的原创思考能力面临退化风险。

面对这种冲击，陶哲轩等学者提出的应对策略并非技术卢德主义式的全面拒绝，而是主张建立更理性的学术规范：要求论文发表必须具备人类专家可理解的清晰报告，将评价重心从单纯的“首个证明”转向理论阐释与知识整合，并严格落实大模型辅助的强制标注制度。

AI 是强大的研究加速器，但并不能替代人类对真理本质的探索与理解。在推动算法突飞猛进的同时，尊重学术研究的内在逻辑与严谨边界，科学的道路才能行稳致远。