数学界与AI大厂积攒已久的矛盾，在一周之内被彻底摆上台面。
智东西9月12日消息，刚刚，陶哲轩发文称，25位菲尔兹奖得主联合签署公开信，抨击AI公司将“解决著名数学难题”当作衡量模型能力的基准，是“对数学这门科学和数学共同体的伤害”，矛头直指OpenAI。
这场风波的导火索，是本月初OpenAI的一次高调发布。9月8日，OpenAI宣布其内部模型通过约1万个Agent并发，仅用88小时就解决了纳维-斯托克斯方程问题，这是克雷数学研究所2000年选出的七大“千禧年大奖难题”之一，单题悬赏100万美元。
而就在公告发布前几个小时，纽约大学数学家Tristan Buckmaster和供职于Anthropic的数学家Levent Alpöge刚刚发表了同一问题在方程上的突破，并公开指责OpenAI“抢跑”。
优先权之争叠加联名声讨，让这件事从一场发布风波，升级为数学界对AI公司解题方式的集体表态。联合签署公开信的有1978年获奖的Pierre Deligne、2010年获奖的吴宝珠（Ngô Bảo Châu），以及2026年刚刚获奖的邓煜等25名菲尔兹奖得主。
陶哲轩发文虽然没有直接提到OpenAI，但他特意附上了The Economist对这场风波的报道，报道的标题是《顶尖数学家对OpenAI的方法感到愤怒》，直指OpenAI。
公开信地址：
https://terrytao.wordpress.com/2026/09/11/a-severe-misalignment-of-ai-in-mathematics/
一、88小时“速通”世纪难题：风波的来龙去脉
按照OpenAI的说法，他们使用了约1万个Agent，先以1000个Agent在简化问题上试跑了50个小时，随后全力猛攻纳维-斯托克斯方程，总耗时88小时。它们“证明”的结论是：存在一类起初完全静止的正常流体，在光滑外力作用下会在有限时间内速度升至无穷大，也就是数学上所说的“爆破”（blow-up）。
也即，纳维-斯托克斯方程这一连续介质模型，在极端情形下并不总能描述真实世界。但相比结论本身，数学家更关心另一件事：这个证明是怎么做出来的，以及它算不算数。
OpenAI宣称完成解题的是从8月28日才开始训练的模型，比GPT-6 Astra能力显著更强，暂不对外开放，整轮攻坚消耗了数百万美元级算力。
需要说明的是，这份证明尚未经过同行评审，按克雷数学研究所的规则，解题者要先在同行评审期刊发表成果、再经过两年的考察期，才能领取奖金。
争议的焦点出在署名问题上，9月7日，也就是OpenAI公告发布的前一天， Buckmaster与Alpöge发布了他们在受迫欧拉方程等“相关但不同“问题上的成果，外加三篇论文草稿，合计245页。Buckmaster还附了一份措辞激烈的声明，表示他与OpenAI方面沟通后发现，对方的解题思路，与他们两人正在走的路线几乎一模一样。
在学术传统里，得知他人未发表的研究方向后抢跑，是最犯忌讳的事之一。Buckmaster直言，他和Alpöge数月的工作记录都留在OpenAI的Codex里，于是他质疑OpenAI是否读取过用户数据。
Buckmaster说OpenAI对此回复模型没有查看用户数据，但却对训练数据问题避而不谈。Buckmaster还称，OpenAI提出过一份“合并方案”，由他执笔宣布“OpenAI内部模型解出纳维-斯托克斯问题”，条件是致谢OpenAI，但同为解题人且就职于Anthropic的Alpöge不能署名。
OpenAI一方对此全盘否认。牵头千禧年难题攻坚的Sébastien Bubeck在简报会上称：“无论是研究员还是Agent，在对方公开发布之前，我们没有看到他们的任何工作。”
他还公开了短信记录，称自己当时提供了让对方“优先发表”的选项；Sam Altman也下场辩护，称Bubeck和团队全程行为“诚信、慷慨”。
不过OpenAI在官方博客里留了一句耐人寻味的补充：“可能性不高，但我们无法排除，由他们使用我们产品所产生的去标识化数据，曾帮助改进我们的模型”。
同一周，摩擦延续到了现实中，加州理工学院原定10月30日举办数学黑客松，让参赛者用大模型解题，OpenAI和Anthropic联合提供了200万美元的AI算力额度。
而在一群数学家发布公开信，抨击这类活动很可能对数学共同体造成破坏性影响，认为AI公司正在进行学术不端后，组委会回应称将增加验证期和公开出版要求。据Business Insider报道，OpenAI现已宣布退出赞助。
二、把解题当目标，数学会失去什么
回到那份公开信，25位签署人全部是菲尔兹奖得主，获奖年份横跨近半个世纪，最资深的是1978年得主皮埃尔·德利涅，最新一位是今年7月刚获奖的中国数学家邓煜。
菲尔兹奖每四年颁一次，只授予40岁以下的数学家，被称为“数学界的诺贝尔奖”。
公开信称，因局势紧迫，没有时间走更充分的咨询流程，公开信由陶哲轩的博客同步发布。陶哲轩此前以对AI开放著称，多次公开演示用ChatGPT配合Lean做形式化证明，而这一次，他站到了OpenAI的对立面。
公开信中虽然通篇没有点名任何公司，但外界基本都读作剑指OpenAI，《经济学人》的报道标题就是“顶尖数学家对OpenAI的做法感到愤怒”，并概括称他们警告AI可能毁掉数学的根基。
公开信中最核心的观点是：过去几个月，LLM的数学能力突飞猛进，已经能解决多个领域的重大悬而未决问题。然而，AI公司把解题当作基准来推进，对数学这门科学、对数学共同体都是有害的。AI公司的目标和数学共同体的目标严重错位。
公开信认为，这只是更大范围错位的一部分，同样影响着其他科学、创意行业乃至整个社会。
著名难题历来是“地标”和“灯塔”一样的存在，解决一道这样的难题，往往伴随着新洞见和新方法的出现，之后还要经历漫长而艰苦的消化，报告、讨论、简化，直到沉淀成适合研究生甚至本科生学习的教科书内容，有些思想要到几十年、几百年后，才会成为全人类使用的工具。
“但解题只是实现核心目标（概念理解和洞见）的工具和代理。”公开信警告，忘掉这一点，工具就会反噬目标：“以越来越快的速度批量生产‘真/假‘命题，可能摧毁沃土，而不是为新的思想注入生机。”
公开信认为，许多成果抢发得太快，没有时间做规范的文稿整理、提炼新方法、引用前人工作，这在创意行业里会带来严重的署名与抄袭问题。
更长远的担忧是传承问题，如果没有数学家愿意承担培育工作、把AI构想的思想整合进数学经典，这些思想永远不会真正活起来，数学界代代相传的人类传承链条也会断裂。
值得注意的是，公开信并没有反对AI。它承认AI提供了增强和加速真正的数学研究与理解的潜力，也承认数学这一职业需要适应变化，公开信中留下了这样一句话：“这些变化最终是造福这个领域，还是造成破坏性后果，很大程度上将由掌控这项新技术的人类如何决策来决定。”
这封信并非凭空出现，过去几个月，AI与数学的冲突一件接一件：5月，一个出自OpenAI内部模型的反例，推翻了在组合几何里悬了80年的Erdős单位距离猜想，配套的验证论文由九位数学家联名完成，其中一位是后来拿下2026年菲尔兹奖的Jacob Tsimerman；
6月2日，《关于人工智能与数学的莱顿宣言》（Leiden Declaration）发布，由来自15所大学的16位学者起草，国际数学联盟（IMU）为其正式背书，签名超过2600人；
7月，Alpöge用Claude证伪了87年未解的雅可比猜想；
8月，陶哲轩撰文判断，AI可能让数学遭遇“自Gödel以来最大的危机”；
9月，OpenAI耗时88小时的解题，把这一切推向了沸点。
三、连理解都会被跳过：圆珠笔、计算器与一个新担忧
数学家对新技术发难，在历史上有过不少先例。苏格拉底抱怨过文字会让人懒得记忆；圆珠笔出现时，有人担心钢笔消亡、担心书写失去感官冲击；电子计算器普及，也吓到过一批人。
结果呢，人们照样写字，只是更快，数学家照样做研究，只是算得更快。
但这次对于技术的指控中多了一种新的焦虑，即连理解本身都可能被绕过。哥伦比亚大学Betsy Sparrow团队2011年的研究发现，搜索引擎普及后，人们遇到难题会先搜索而不是回忆，记忆被外包给了互联网；SBS瑞士商学院Michael Gerlich近期的研究则显示，频繁使用AI工具与批判性思维能力呈负相关。
回到数学本身，公开信还提及了一个很少被讨论的担忧——附属收益的消失。学术圈历来推崇第一个证出定理或破解猜想的人，但最终答案只是学术过程的一环，解决问题会带出更多问题，进而生长出新的研究领域。如果AI直接输出证明，这个过程可能就不会发生了。
如果AI哪天开始攻克癌症、改善能源供给，很少有人会在乎突破是怎么来的。但抽象数学是个例外：它几乎没有直接的实际应用，主要目的就是人类的理解本身。如果未来的抽象证明由机器完成、人类无法理解，这门事业的目的就会变得难以看清。
把一个人空投到珠峰峰顶，和亲自攀登珠峰，完全是两码事。
数学界内部对这件事的态度尚不统一。今年的菲尔兹奖得主之一、加拿大数学家Jacob Tsimerman，在7月的颁奖典礼上宣布离开多伦多大学、加入OpenAI，理由是他判断AI很快会把数学家的活干得“更快、更好”。而他没有在这封联名信上签名。
以下是公开信原文的完整编译：
《人工智能与数学的严重错位》
我很自豪能成为下述宣言的25位初始签署人之一——全部是菲尔兹奖得主。这份宣言源于我们过去一周的讨论。我们也在这个网页上发布了宣言，并（与莱顿宣言类似）欢迎更多签名加入。（遗憾的是，我们没有时间像莱顿宣言那样走更充分的咨询流程；但我们判断，局势的紧迫性要求我们尽早发声，而不是再等下去。）
另见《经济学人》今天刊发的相关报道：《顶尖数学家对OpenAI的做法感到愤怒》。
过去几个月，大语言模型（LLM）的数学能力突飞猛进，已经能够解决许多数学领域中的重大悬而未决问题。然而，AI公司把“解题”当作基准指标来推进，这对数学这门科学、对数学共同体都是有害的。AI公司的目标与数学共同体的目标严重错位。
我们认为，这是更广泛的错位问题的一部分——这些问题同样影响着其他科学与创意行业，乃至整个社会。
研究数学致力于理解形状、数字和自然现象的基本结构。历经数代人，数学积累了大量精妙的思想、方法、抽象工具，用以理解数学的版图。而现代科技与科学，又建立在数学工具之上。
著名难题往往充当“地标”和“灯塔”，人们借此衡量对数学版图的认知深化。解决一道这样的难题，历来意味着新的洞见和有趣方法的出现；随后，数学家共同体要通过漫长的、艰苦的过程——报告、讨论、简化——去研究它。
这个过程走到终点，理想情况下会形成适合研究生甚至本科生学习的教科书式呈现。其中一些数学思想还会走得更远，在几十年甚至几百年后，成为被全人类理解和使用的工具。
在很多方面，数学共同体就像人类社会的缩影。它由使用各种不同方法、共享核心价值的个体组成。这个职业最宝贵的资源是学生和思想，我们精心培育它们。我们感到自己有责任让它们充分成长，直到能在数学世界中独立存活。
对学生们，我们常常建议一些题目，核心意图是培养技能，让他们为研究及其他领域的突破做好准备。对思想，我们通过报告、私下讨论和审慎的文稿来传播，并将其与前辈的思想联系起来。这些过程无一例外需要时间，且建立在人际互动之上。
近几个月，AI在解决重大数学问题上的成功，连数学圈之外都上了头条。但解题只是实现核心目标——概念理解和洞见——的工具和智能体。在AI时代忘记这一点，可能会让工具反噬核心目标。事实上，以越来越快的速度批量生产“真/假”命题，可能摧毁沃土，而不是为新的思想注入生机。
这些“解决方案”往往仓促发布，没有时间进行规范的文稿整理、提炼新的方法和思想、引用前人相关工作。与所有创意行业一样，这引发了严重的署名与抄袭问题。此外，如果没有愿意承担培育工作、将其整合进数学经典的数学家，AI构想的思想永远不会真正活起来，数学家之间至关重要的“人类传承链条”也会断裂。
我们正在目睹一场对智力劳动的普遍威胁：AI的使用结果与其最初目的之间出现错位。在许多领域和活动中，多年的训练传统上不仅是为了产出最终答案或产品，也是为了培养理解力，以及提出新问题、新思想的能力。
然而，AI系统建立在人类此前大量工作之上，正变得越来越擅长直接产出这些工作的成果——于是这些目标不再一致。
数学共同体如今面临的问题，与其他科学和创意行业面临的问题相似，也预示着全人类可能面临的问题：当AI改变工作的方式时，我们如何确保不会忘记这些工作最初是要实现什么。
AI提供了增强和加速真正的数学研究与理解的潜力。作为一个职业，数学需要在多个方面适应这些变化。然而，这些变化最终是造福这个领域，还是造成破坏性后果，很大程度上将由掌控这项新技术的人类决策决定。
这些问题必须得到紧急处理：在数学共同体内部，在开发这些技术的公司里，以及在更广泛的社会层面——因为社会将在许多其他形式的智力劳动中面对类似问题。
来源：The Economist、陶哲轩博客