AI暴力解题引发数学界危机：陶哲轩等顶尖学者呼吁抵制OpenAI
随着OpenAI等模型频繁宣称攻克千禧难题及整数乘法下界等数学界长期悬而未决的难题，全球顶尖数学家如陶哲轩、Peter Scholze等发起集体抗议并发表联合声明。学者们担忧AI的“暴力解题”模式虽能产出大量结果，但缺乏可理解性与严谨验证，导致证明难以消化、知识污染及创新动力衰退。为此，数学界呼吁建立严格的AI使用规范与评价体系，强调数学研究的核心在于人类的理解、阐释与概念创造，而非单纯的计算速度。
事件概述
近期，以OpenAI为代表的AI模型在数学领域取得突破性进展，包括宣称解决三维纳维-斯托克斯方程、一次性发布722篇涵盖多个著名难题的手稿，以及通过智能体协作刷新整数乘法运算下界记录。这一系列举动引发了全球数学界的强烈震动。菲尔兹奖得主陶哲轩（Terence Tao）、Peter Scholze等25位顶尖学者联名公开信，批评模型厂商无休止地加速且忽视后果，并牵头发布全球数学界联合声明，全面抵制OpenAI将数学难题作为性能基准测试（Benchmark）的行为。
核心冲突：从“哥白尼革命”到“数学末日浩劫”
半年前，陶哲轩曾对AI持高度乐观态度，认为数学正经历一场“哥白尼革命”，AI已具备承担重任的能力。然而，随着AI介入深度的增加，其态度发生根本性转变。他指出，AI在“小尺度”上表现强劲，但在“大尺度”上会强化错误直觉并提供误导性启发。其他学者如Cédric Villani称其为“数学界有史以来从未见过的浩劫”，Scott Aaronson则用“Mathocalypse（数学末日浩劫）”来形容当前局势。
AI暴力解题的三重危害
-
证明的消化不良：AI生成的证明往往体量巨大且逻辑跳跃，充斥着难以理解的构造和语焉不详的推理步骤。例如，OpenAI发布的722篇手稿中，仅约42%完成了Lean形式化验证，多篇存在缺陷并被撤回或修订。研究者被迫借助其他AI工具才能勉强阅读，导致人脑出现“阻抗不匹配”。
-
知识污染与崩塌：AI产出的结论泥沙俱下，真假难辨。哥伦比亚大学学者Michael Harris警告，这会导致大批“符号垃圾”的产生，取代经过历史经验演化而来的严谨文化，引发“知识崩塌”。
-
意义困惑与创新退化：当耗时数十年的难题被低成本算力瞬间破解，数学家面临存在主义危机。若学术界受古德哈特定律（Goodhart's Law）驱动，转向利用AI批量生成命题以堆砌论文数量，将导致下一代数学家理解能力退化，最终摧毁数学共同体的创新能力。
数学的本质与AI的边界
文章指出，数学不仅仅是解题，更关乎提出好问题、创造新概念和建立新框架。国际数学联盟发布的《人工智能与数学莱顿宣言》强调，数学研究需要透明性、可复现性和可传承性，这是一个包含预设、验证、阐释和同行评审的社会机制。AI擅长在既有疆域内拼接理论解决存量问题，但无法像黎曼或伽罗瓦那样创造微积分或群论等开创性思想。
行业应对与建议
陶哲轩等人并非主张卢德主义式的全面拒斥，而是提出建设性的改革方案：
- 改革评价体系：作者必须提供专家级清晰的报告，否则成果不予发表。
- 调整研究重心：放下对“首个证明”的执念，转向阐释、验证与知识整合。
- 强制标注：落实AI使用的强制标识制度。
Peter Scholze表示：“AI想要加速一切，而我看不到加速本身有任何内在价值。”学界呼吁模型厂商慢下来，先立规矩，尊重数学研究的伦理与本质，避免“欺数学家太甚”。