2026 年 10 月 6 日深夜，OpenAI 发布博客《Sharing AI progress in mathematics》，一次性公开 700 多篇前沿数学证明，声称攻克纳维-斯托克斯方程有限时间爆破，并将准黎曼猜想推进至新高度。科技圈随之陷入“人类数学家已死”的狂热叙事。
然而四天后，菲尔兹奖得主陶哲轩（Terence Tao）在 Numberphile 采访中严厉批评此举为“炸鱼式做题”，将机器产物比作“毫无营养的合成食品”，指责商业公司缺乏行业教养，破坏青年学者研究生态。更具讽刺意味的是，OpenAI 随后紧急撤回 3 篇存在基础正负号错误及逻辑脱节的预印本。
25 位菲尔兹奖得主联名抗议，谴责商业巨头将未经验证的“工业半成品”抛向学术界，把顶尖数学家降级为免费“找虫民工”。在此背景下，由陶哲轩担任主席的 SAIR（科学与人工智能研究基金会）峰会在旧金山召开，新科菲尔兹奖得主邓煜出席。两人宣布启动独立开源数学模型生态，邓煜首次系统提出“数学双重边界理论”，打响学术界的制度性反击。
核心观点摘要：
- AI 终结了古典数学的英雄浪漫主义。机器生成的证明虽逻辑及格，但缺乏解释力，导致人类陷入理解力贫瘠的虚假繁荣。
- OpenAI 撤回预印本暴露了大模型在纯符号推导上的硬伤。商业公司为公关抢发未验证成果，实质是将学术界绑架为免费 QA 团队。
- AI 撕裂了“已被证明”与“人类能理解”之间的传统重合边界，制造出认知真空区。数学的终极意义在于人类理解，不能为速度牺牲理解力。
- 现存大模型黑盒化吸收人类智力资产却切断引文溯源，破坏了科学共同体的因果链条。
- AI 效能依赖人类的大局构想。提出本质问题、构筑宏观路线仍是人类不可让渡的核心领地。
1. 汽车会淘汰双腿，但没人会为了代步放弃散步
主持人：近期 OpenAI 发布的 700 多篇数学证明引发热议，外界惊呼“AI 取代数学家”。但在数学界内部，关注焦点并非饭碗，而是学术诚信、荣誉归属及学科灵魂。请两位介绍基本技术立场。
邓煜：拥抱 AI 是大势所趋，合理使用能极大拓宽科研半径。前提是必须以规范方式驾驭，涉及学术道德与技术伦理。抛开炒作，这批证明确有闪光点，体现了 AI 向人类学习并演化出新点子。人类可消化这些新想法，实现人机双向协同进化。
陶哲轩：技术革命并非非黑即白。如同汽车并未抹杀步行的价值，AI 在提升效率的同时，也挤压了具有学术滋养价值的古典研究方式。理想局面是动态平衡：既守住古典时代扎实的代际传承与深度理解，又审慎利用算力提速。速度不是科学的唯一指标。
邓煜：认同此比喻。理想场景是：人类掌握全局路线图，将繁复的局部推导交给 AI 完成。这能节省无谓消耗，让人类精力专注于更本质、具拓荒性的核心问题。
2. 当科技巨头把未消化的“毒废料”倾倒进学术公海
主持人：OpenAI 未经同行审议突击发布成果，后因基础错误紧急撤回部分预印本。这种将半成品倾倒进学术公海的行为，构成了对文献生态的污染。数学界如何阻遏此类行为？
陶哲轩：根源在于重塑评价体系。商业巨头痴迷于宣称“攻克难题”，是因为数学界长期将声誉押注在“解决问题”这一孤立指标上。过去，解题意味着透彻理解机理并能衍生新范式；如今，这种默契被扭曲。对大厂而言，数学证明仅是展示泛化能力的基准测试工具，是伴随训练排出的“有毒副产物”。
数学界需确立底线：不需要孤立的答案，渴求的是深度洞察与可解释性。若重大突破仅给出结果而无方法论启迪，不应收录进核心文献库。目前这些成果因缺乏美感与启发性，优先级极低。
传统数学范式 (代际共生):
人类深潜思考 --> 孕育全新理论工具 --> 彻底理解核心机理 --> 捎带解决世纪难题
商业大模型模式 (工业排污):
暴力计算堆叠 --> 寻找黑盒证明捷径 --> 产出缺乏解释的代码 --> 倾倒至学术公海邓煜：我捍卫“增进人类自身理解”的信条。从集合论视角看，数学宇宙存在两道边界：一是“存在证明”的子集边界，二是“人类能真正理解”的子集边界。古典时代两者重合；AI 介入后，在“已被证明”与“已被理解”之间撕开巨大鸿沟，制造出第二道断裂带。我们绝不能因机器狂飙而放弃对“人类理解”的执念。
3. 邓煜的“双重边界”：如果全宇宙只有机器知道答案，数学就失去了存在的意义
所有数学问题的全集 (All Questions)
+---------------------------------------------------+
| |
| 边界一：已被证明的问题集 (Has Proofs) |
| +-----------------------------------------+ |
| | | |
| | 边界二：人类能够理解的问题 (Understood) | |
| | +-------------------------------+ | |
| | | 古典时代的完全重合 | | |
| | +-------------------------------+ | |
| | <--- AI 暴力扩张撕开的“认知真空区” --->| |
| | (机器能够推导，人类无法理解) | |
| +-----------------------------------------+ |
+---------------------------------------------------+主持人：25 位菲尔兹奖得主抗议商业公司掠夺荣誉。大模型吞噬人类开放文献却隐藏数据来源，学者无法溯源。
陶哲轩：开放科学是现代科学基石，严密的引文链条构成思想因果脉络。当前技术在无标注情况下混合人类智力结晶，吐出答案却无法溯源，斩断了“思维链”。这是倒退。巨头刻意淡化溯源，营造 AI 无中生有的神话，实则站在人类科学家肩膀上。必须展现敬畏与坦诚。
邓煜：微观层面存在更恶劣现象：学者输入未发表构想寻求辅助，却被商用模型捕捉并利用，最终以模型名义发布。必须建立追踪“思想源头”的技术标准。闭源厂商封锁思维链推理过程，在科学上荒谬且反智。学术共同体必须建立独立基础设施。
4. 为什么我们必须亲手打造开源数学底座
主持人：SAIR 基金会联合全球力量推出开源数学基建。为何坚信闭源模型救不了数学家，必须打造开源模型？
陶哲轩：SAIR 愿景是为科学共同体打造价值观对齐的工具生态。闭源黑盒割裂科学传统，剥夺理解力且引文残缺。商业巨头的无序倾销拉响警报，加速了开源数学操作系统的发布。我们接入了既有开源底座，搭建了包含推理、形式化验证、引文追踪的 OS 框架，免除学者部署痛点。未来将推出学术界自主训练的下一代开源模型。
邓煜：科学天生开源，服务科学的 AI 底座也必须开源，不能受制于商业黑盒。一系列事件警醒学界：打造学者主导的开源底座是迫在眉睫的防守反击。全球顶尖高校团队正汇聚于此，进行集体自救，守住科学开放底色。
5. 人类数学家的最终领地：画出战争的全局蓝图
主持人：年轻学者面临焦虑，人类独有的心智灵光体现在哪里？人机协同中，人类不可替代的特质是什么？
陶哲轩：核心是“赋能”而非“交权”。工具应使人更聪慧，而非献祭思考能力。如同驾驶汽车不意味着放弃双腿，我们要清醒驾驭工具。一旦学者掌握尊重人类心智的开源工具，年轻人将跨越焦虑，迸发远超想象的创造力，开辟全新研究疆域。
邓煜：人类核心护城河在于提出本质问题的能力（Ask the Right Questions）。顶级学者能在机器解答基础上，提出格局更大、直击核心的新问题。这需要凭借人类品味与审美跳出轨道，开拓未知维度，即全局战略蓝图（Global Planning）。
案例：针对随机偏微分方程难题，人类团队吃透物理图景并设计攻坚方案，输入 GPT Astra 后，大模型在一天内扫平局部障碍。奇迹的前提是人类对问题本质的穿透性认知及顶层蓝图设计。提出新概念、设计宏观战略、构建顶层规划，这些属于数学灵魂的领地，永远是人类独占。