陶哲轩联署25位菲尔兹奖得主呼吁暂停AI数学合作，担忧批量生成证明瓦解数学可信根基

2026年10月6日，OpenAI在GitHub一次性公开722篇由内部模型生成的数学手稿，涵盖372个结果系列与约4000个测试问题。这一举动看似是AI赋能科研的里程碑，却迅速引爆数学界的信任危机——著名数学家、菲尔兹奖得主陶哲轩于10月9日在其博客转发托马斯·黑尔斯的警示文章，并随即联署25位菲尔兹奖得主发起《人工智能在数学中的严重错位》宣言，同时其牵头的“人类数学协会”发表声明，呼吁学术界暂停与OpenAI在数学生成领域的合作。

这一转向并非突发奇想。陶哲轩此前长期倡导AI与数学形式化结合，曾积极推动SAIR开源数学模型项目，甚至在数日前仍为AI数学协作招兵买马。但短短数日内，他公开疾呼：“我们必须放缓AI。现在的速度简直疯了，根本没有理由这么快——毫无理由可言！”并指出当前变化是一种“极端的非线性动态”，人类在完全未知后果的情况下正心甘情愿地重塑整个学科基础。

陶哲轩将传统数学称为“Math 1.0”，其核心价值在于“谁先解决某个公开问题”，即便证明晦涩难懂亦被珍视；而当AI以指数级速度批量攻克难题后，他提出应转向“Math 2.0”——更重视解释说明、社区共建与新方向开拓，而非单纯追求解题速度。关键转折点在于：当人类不再亲自阅读、理解甚至验证这些证明时，数学作为一门依赖逻辑严谨与共识构建的学科，其根基将被动摇。

一位前沿模型研究员坦言：“大家觉得搞数学已经没意义了，竞争不过AI。不如去搞点趣味数学，教教小朋友。”他进一步指出，非应用数学研究本依赖“解题—申请经费—推进—再申请”的循环机制，而AI批量清空待解难题，导致大量学者“搞到一半的难题没了”，既无法结题，也难以续申经费，整个学术生态链面临断裂风险。

更深层的忧虑指向验证体系本身。Lean作为当前主流的交互式定理证明助手，被广泛视为“终极裁判”：它要求将自然语言证明转化为形式化代码，并逐行校验逻辑严密性。过去，通过Lean验证即被视为高度可靠。然而2026年夏季被称为“健全性漏洞之夏”，Lean接连暴露出多个底层缺陷。其中最典型的是7月一次事件：一份声称“证伪考拉兹猜想”的形式化证明，在AI协助下提交后，竟被Lean内核与独立检查器同时接受；数日后才被发现，该证明利用了内核在处理嵌套归纳时的实现漏洞——形式化步骤无误，但定理本身错误。

这揭示了一个悖论：AI生成的证明可能在Lean中“形式正确”，却在数学意义上无效；而人类数学家被迫成为“验证AI的工程师”，陷入“终结自己工作”的怪圈。OpenAI在发布722篇手稿后一天内即撤回其中3篇, 正反映出此类问题的普遍性。

值得注意的是，陶哲轩的警惕并非否定AI价值，而是反对将其置于“无需人类介入”的自动化流水线中。他在Mathstodon的帖子中强调：真正突破性的数学成果，往往伴随对问题本质的新理解、新视角的建立与跨领域连接的形成——这些恰恰是当前AI生成内容所缺失的。3Blue1Brown创始人Grant Sanderson在陶哲轩博客发表的客座文章中直指核心：“解决问题和生成证明，只是数学家目标的代理指标；真正目标是增进人类的理解。当AI在没有理解的情况下也能生成证明时，‘证明’作为衡量标准的价值就被彻底削弱了。”

这一观点获得广泛共鸣。多位资深数学家指出，数学史上的重大进展（如费马大定理、庞加莱猜想）之所以影响深远，不仅因结论成立，更因证明过程催生了新工具、新理论与新社群。若未来仅剩“机器产出—程序验证—人类归档”的闭环, 数学将退化为一种技术性操作，丧失其思想深度与文化传承功能。

目前，数学界正尝试建立新的应对机制。除“人类数学协会”推动的协作审核框架外，部分高校已调整博士培养方案，弱化“独立证明某定理”的硬性要求，转而强调建模能力、跨学科整合与科学传播素养。另有团队正在开发“可解释性增强型定理证明器”，试图在Lean基础上嵌入语义一致性校验模块，以识别形式正确但语义荒谬的证明。

值得警惕的是，此次风波折射出更广泛的学术危机：当AI能高效完成“知识产出”环节，人类学者的核心价值必须重新锚定。陶哲轩的摇摆与警醒，实则是整个基础科学界在技术奇点前的集体反思——我们是否准备好接受一个“证明泛滥但理解稀缺”的新纪元？答案尚未清晰，但共识正在形成：数学不能仅靠机器“做题”维系，它的生命力始终扎根于人类对真理的追问与共享。

截至10月中旬，OpenAI未就撤回手稿及验证漏洞问题作出系统性回应，而国际数学联盟（IMU）已宣布将召开紧急工作组会议，评估AI生成数学内容的认证标准与伦理边界。这场始于一行代码的震动，或将重塑未来十年基础科学的研究范式。