AI 正以前所未有的速度攻克数学难题，但这并未让所有数学家感到兴奋。菲尔兹奖得主、加州大学洛杉矶分校（UCLA）教授陶哲轩（Terence Tao）对此表示担忧：当机器能轻易给出答案时，数学研究中真正的核心价值——理解与洞察，是否正被忽略？
近日，英国《观察家报》刊发对陶哲轩的专访。他在采访中尖锐批评 OpenAI、Anthropic 等科技公司，指出这些企业过于关注模型解决的难题数量，却忽视了证明的优雅性、可理解性以及其对人类认知数学世界的贡献。
争论的背景是 OpenAI 公布了涉及 722 道未解决数学问题的研究结果。面对 AI 大规模产生的证明，数学家需耗费大量精力进行核查与整理。陶哲轩将这些未经充分整理的数学证明称为“有毒废料”（toxic waste）。
此前，陶哲轩在《自然》杂志发表署名评论，呼吁数学界进入“Maths 2.0”时代，建议数学家在机器能大规模生成证明的背景下，调整工作重心。
AI 巨头为攻克数学难题展开激烈竞争
陶哲轩指出，随着 AI 推理能力提升，传统测试已难以区分顶尖模型差异，数学难题因此成为检验模型能力的关键工具。然而，这种趋势导致数学研究目标偏移：原本承载几代研究者探索规律的难题，如今可能仅沦为展示模型能力的测试题。
据陶哲轩透露，AI 公司间的竞争一度达到白热化。曾有消息称 Anthropic 接近解决七大千禧年数学难题之一，引发 OpenAI 高度关注。OpenAI allegedly 将相关研究提升至最高优先级，投入巨资并组织约 1 万个 AI Agent 集中攻关，重点针对描述流体运动的纳维—斯托克斯方程（Navier–Stokes equations）。该方程在三维情况下的解是否存在且光滑，仍是数学界核心未解难题。
陶哲轩称，OpenAI 甚至曾暂停部分高级服务的新用户注册以腾出计算资源。不过，OpenAI 随后否认了“最高警戒级别”、“暂停注册”及巨额资金投入的说法。
9 月 8 日，OpenAI 公布了一项关于纳维—斯托克斯方程的证明，试图展示特定情况下可能存在的问题。但该证明仍存争议，部分审查意见指出其中可能存在错误，其能否构成真正的数学突破尚待检验。
AI 批量生产“有毒废料”，数学界面临处理危机
相比公司间的竞争，陶哲轩更担忧数学研究成果生产方式的变革。传统数学研究不仅追求答案，更强调通过同行评审、简化推理，将新成果融入知识体系。而 AI 能在短时间内生成大量证明，这些结果往往缺乏整理，难以揭示普遍规律，也不适合人类阅读。
OpenAI 公开大量未整理解答后，数学界被迫面对如何处理突然涌现的证明这一难题。陶哲轩比喻其为“有毒废料”，无论选择长期保留、分批公开还是付费整理，均需消耗巨大资源。
对数学家而言，核查证明仅是第一步。即便证明正确，仍需理解其方法、判断推广价值并发展出新理论。若缺失这一过程，形式上正确的证明难以转化为真正的数学知识。
目前，Anthropic 采取向数学家付费以整理 AI 成果的模式。这引发了新的公平性问题：过去数学研究对物质条件依赖较低，若前沿研究日益依赖大型 AI 模型，拥有模型访问权限的公司或将决定研究方向及参与人员，形成新的壁垒。
对此，OpenAI 回应称不存在故意扣留或仓促发布成果的情况，并承诺投入 500 万美元支持数学界检验和理解 AI 辅助发现。
数学的核心在于理解过程而非仅获答案
针对社交媒体上“AI 取代数学家”的调侃，陶哲轩认为这忽略了数学的真正价值。他强调，数学兼具科学与人文学科特征，不仅关注结果正确性，更关注推导过程及发现的新概念。
他以欧几里得和毕达哥拉斯为例，指出这些古老成果的价值在于其背后的思想与方法能被后人持续理解和使用。一份优秀的数学证明能将复杂问题转化为清晰思想，建立看似无关对象间的联系；而冗长难懂的 AI 证明即便正确，也缺乏同等价值。
陶哲轩比喻道，若健身时让机器人举重，锻炼便失去意义。同理，若研究简化为获取答案，人类将失去发展新思想的机会。他主张数学家应减少对个人成果归属的关注，更加重视合作与解释。
AI 催生新的数学问题与研究方向
陶哲轩指出，AI 不仅解决旧问题，也暴露现有理论不足，提出新问题。例如，如何从数学上精确描述复杂形状的“复杂程度”？现有工具擅长描述体积、曲率等，但难以量化如网球与钢丝球之间的结构差异。
大语言模型将词语映射为高维空间坐标，形成极复杂的数学结构。若能建立更完善的形状复杂性理论，或许能解释为何 AI 学习某些语言比另一些更容易。这表明 AI 与数学并非简单替代关系，而是相互促进。
呼吁建立“Maths 2.0”时代，重塑研究文化
陶哲轩近期多次公开探讨 AI 对数学的影响。9 月 11 日，他与多位菲尔兹奖得主联合发表声明，批评 AI 公司将数学难题作为评估指标的做法可能损害数学研究本身，强调解决问题只是手段，理解与方法提炼才是核心。
在《自然》杂志发表的评论中，他进一步呼吁建立“Maths 2.0”时代。随着机器生成证明不再受限，数学家的工作重点应转向理解证明、判断重要性及提炼新思想。
值得注意的是，陶哲轩并非 AI 研究的旁观者。他积极使用 AI 工具辅助研究，并在个人网站持续更新 AI 观点汇总（最新更新于 10 月 23 日）。他肯定 AI 与可靠验证工具结合的价值，但对科技公司忽视结果理解、转嫁整理负担的做法持批评态度。
综上，陶哲轩认为，当 AI 能快速给出答案时，数学家的使命在于借助新工具深化对数学世界的理解。毕竟，得到答案从来不是探索的全部。
图 | 陶哲轩个人网站持续更新的 AI 观点汇总（来源：陶哲轩个人网站）
（来源：社交媒体 X）
参考链接：
https://doi.org/10.1038/d41586-026-03389-
https://observer.co.uk/news/science-technology/article/terence-tao-ai-turns-beautiful-mathematics-into-toxic-waste
https://teorth.github.io/tao-web/index.html
排版：胡莉花
注：封面/首图由 AI 辅助生成