财π新闻 综合新浪新闻2026年10月6日报道，2026年10月6日，菲尔兹奖得主陶哲轩在SAIR演讲中公开批评AI公司在数学领域的无休止加速行为，指出相关企业在推进技术落地时对可能引发的长期后果完全缺乏认知，明确呼吁整个行业必须立刻慢下来，重新审视技术应用的边界。此前，陶哲轩已经联合其他24位菲尔兹奖得主联名发布公开信，集体抗议OpenAI等模型公司将解决数学问题当作刷benchmark的商业操作，明确指出这类行为与数学共同体的核心目标存在严重错位。

数学研究的核心价值与AI当前的应用偏差

参与联名的菲尔兹奖得主们在公开信中明确阐释，数学领域中尚未解决的各类重大问题如同指引学科发展方向的灯塔，其核心价值从来都不是直接的实用转化，而是在漫长的研究探索过程中逐步建立起来的全新工具、理论框架和突破性洞见。过往人类数学家攻克重大数学难题的过程，往往会催生出大量跨学科适用的新方法，这些沉淀下来的思想财富会在数十年甚至上百年的时间里持续为不同领域的研究提供支撑。

按照数学共同体公认的标准，一个完整的数学证明生命周期包含五个紧密衔接的关键环节，当前AI技术仅在生成解答和Lean形式化验证两个环节上实现了近乎疯狂的速度提升，而后续的理解消化、梳理简化、撰写教科书等三个关键环节的推进进度几乎为零。AI直接跳向最终答案的操作，完全抹杀了人类数学家在漫长探索过程中才能获得的灵感积累，长此以往将直接导致数学家群体的创造力逐步丧失，进而在整个学术体系内引发前所未有的知识拥堵和证明消化不良问题。

不少参与联名的学者都提到，此前陶哲轩本人也曾对AI辅助数学研究的前景抱有极高期待，甚至提出未来普通初中生都能借助AI加Lean的工具组合，参与到数学前沿研究中，推动整个学科迎来创造力井喷。但随着AI公司在数学领域的竞速不断升级，原本被寄予厚望的辅助工具逐渐异化为商业跑分的工具，完全背离了最初的发展初衷，这也是陶哲轩等顶尖学者态度发生转变的核心原因。

AI无序推进可能引发的长期学术风险

25位菲尔兹奖得主在公开信中重点警示了数据污染的潜在风险，如果学术界未来充斥着海量人类无法完全理解的AI生成证明，后续下一代AI模型再以这些存在认知盲区的内容作为训练素材，将会产生类似克隆小鼠迭代过程中出现的缺陷累积效应，最终形成难以逆转的数学领域数据污染问题。这种污染不仅会破坏现有数学知识体系的严谨性，还会让后续几代研究者都陷入无法溯源、无法理解核心逻辑的知识迷宫中。

这种风险并非只停留在理论层面，此前OpenAI宣布旗下AI模型拿下千禧难题的事件，已经在数学界引发了大范围震动。菲尔兹奖得主Cedric Villani在看到相关成果后受到极大震撼，而仅仅在三个月之前，他还对AI在数学领域的能力嗤之以鼻，认为AI不过是统计学复读机，根本不可能产出真正具备创造性的数学成果。态度的剧烈转变，也直观反映出AI在短时间内的突进已经远远超出了顶尖数学家群体此前的预判。

除此之外，AI公司为了抢发成果跳过人类消化环节的操作，还引发了一系列学术伦理争议。此前OpenAI宣布AI完成纳维-斯托克斯千禧年难题证明的事件中，就有其他正在推进同类研究的数学家提出质疑，认为AI公司凭借算力优势抢跑人类学者的未公开研究思路，直接破坏了数学界长期以来坚持的开放共享学术传统，甚至可能引发后续大量关于学术署名、成果优先权的纠纷。

行业各方的回应与后续发展走向

面对25位菲尔兹奖得主的集体抗议，OpenAI方面正式作出回应，宣布成立设在普林斯顿高等研究院的数学与人工智能顾问小组，专门为相关研究成果的审查和传播工作提供专业建议。该顾问小组的阵容涵盖了数学界和理论物理界的多位顶级学者，能够为AI产出的数学成果提供专业层面的评估，协调成果对外传播的合理方式。但OpenAI同时在官方声明中明确表示，这个顾问小组不会干预模型本身的发展进程，不会阻碍其技术迭代的整体节奏。

不少业内观察者指出，这次顶尖数学家群体的集体发声，本质上并不是反对AI技术本身参与数学研究，陶哲轩等不少联名学者本身就是AI辅助数学研究的重度用户，他们真正反对的是商业公司将攻克数学难题完全异化为跑分营销素材的行为。数学研究的核心目标是沉淀可被人类理解、传承的思想和方法，而AI公司的核心目标是快速拿出亮眼成果证明模型性能，二者底层逻辑的严重错位，才是这次矛盾爆发的根本原因。

截至目前，联名公开信的官方联署通道已经开放，短时间内就有超过2500名全球各地的数学学者参与签名，越来越多的研究者开始关注AI无序推进给数学学科带来的潜在冲击。整个事件也引发了更广泛层面的讨论，不少其他依赖创造性智力产出的行业从业者也开始反思，当AI直接跳过人类探索过程快速输出最终成果时，如何才能守住各自领域最核心的创造价值，避免整个行业的发展被单一的商业竞速逻辑裹挟。

(编辑：张广德)