25 位菲尔兹奖得主怒批 OpenAI：把数学难题当”刷榜工具”，722 篇论文再掀风波

10 月 6 日，OpenAI 在 GitHub 上一次性放出 722 篇数学手稿，覆盖数论、拓扑、代数、几何、分析与理论计算机科学等方向，合计 372 个”成果族”，并附带 Lean 形式化证明文件。Sam Altman 在 X 上写道：”我们正在进入一个发现的新时代。”

但数学界给出的评价只有两个字：错位（Misalignment）。就在此前不久，25 位菲尔兹奖得主刚刚联名发表《人工智能在数学中的严重错位》，公开点名 AI 公司把数学难题当成刷榜工具。这次批量发布，被不少数学家视为”当面打脸”。

核心看点一：88 小时”速通”千禧年难题，点燃导火索

事情的起点是 9 月 8 日。OpenAI 宣布，其内部系统组织约 1 万个并发智能体、交换近 500 万条消息，仅用 88 小时就完成纳维-斯托克斯方程一个特殊情形的证明——这是千禧年七大数学难题之一，悬赏 100 万美元，并附上了 Lean 形式化验证。

争议在于，纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpoge 在此前约 12 小时刚发布同方向的成果。Buckmaster 随后指控：自己曾把未发表草稿输入 OpenAI 的 Codex 工具，怀疑模型”读了用户数据后抢先跑通”；OpenAI 还提出过”合并方案”，但要求就职于竞争对手 Anthropic 的 Alpoge 不能署名。OpenAI 否认接触对方成果，却承认”无法完全排除去标识化数据对训练的影响”。

核心看点二：25 位菲尔兹奖得主联名，说的并不是”AI 不行”

随后，包括陶哲轩、Peter Scholze、Pierre Deligne、Manjul Bhargava、Cedric Villani 在内的 25 位菲尔兹奖得主，在 mathandai.org 发表联名声明。

值得注意的是：这份声明并不反对 AI 做数学，多位签名者本身就是 AI 工具的活跃用户。他们真正反对的，是”把数学当成 benchmark”的做法。

“解题只是通往核心目标——概念性理解与洞见——的工具和代理。在 AI 时代遗忘这一点，工具可能反噬目标本身。以越来越快的速度批量生产真/假命题，可能摧毁肥沃的土壤，而不是为新的想法注入生命。”

他们还指出一个现实问题：仓促发布带来了”严重的署名与抄袭疑问”——成果在没有正式写作、没有提炼新方法、没有引用前人工作的情况下就被宣布。

核心看点三：建议被引用，做法却没改

此前一份由普林斯顿高等研究院（IAS）相关咨询小组给出的建议明确写道：应当”停止在专有模型上测试高难度数学问题，这些模型对更广泛的科学界不可及”。

而 10 月 6 日的 722 篇手稿，恰恰来自这样的专有模型。面对质疑，OpenAI 回应称，该小组的”建议与公开推荐影响了我们分享结果的方式”——也就是说，他们采纳了发布规范（引用块、修订历史、Lean 文件），但没有公开模型本身。

核心看点四：陶哲轩的比喻，把问题说透了

“把一个人空投到珠峰峰顶，和亲自攀登珠峰，完全是两码事。”

陶哲轩还用”证明消化不良”来形容当下的局面：AI 产出的论文不管对错，读起来都很有说服力。他把开放问题比作”不可再生资源”——AI 快速消耗著名难题，可能浇灭年轻学者的热情。更深的忧虑是：人类历史上第一次，答案的增长速度可能远远超过理解的速度。

深度解析：什么是”错位”？

这个词原本是 AI 安全术语（alignment problem），数学家们巧妙地借用了它，并赋予三层含义：

• 第一层：AI 公司的商业目标（能力展示、刷榜）与数学科学的目标（理解、传承）不一致；
• 第二层：AI 产出答案的能力，与人类吸收、理解知识的需求之间出现落差；
• 第三层：这种张力不会只停留在数学，还会外溢到其他科学、创意职业乃至整个社会。

当然，并非所有数学家都站在批评一方。2026 年新科菲尔兹奖得主 Jacob Tsimerman 在 8 月加入 OpenAI，认为 AI 会让数学”更快更好”，并且没有在公开信上签名。数学界由此出现明显分化。

总结

这场争论的核心，不是”AI 的证明对不对”——没有人质疑 Lean 的形式化验证。争议全部集中在过程、署名与目的上。

一边是硅谷”快速行动、先发布再解释”的能力展示逻辑，一边是数学界几百年积累的规范：严谨署名、同行评审、理解优先于结果。25 位菲尔兹奖得主的联合声明，本质上是在为”让数学成为人类可累积的事业”站台，而不是为 AI 关门。

OpenAI 用 722 篇论文证明了模型的能力上限，也把一场关于”AI 如何与人类知识体系共处”的争论，推到了台前。这个问题的答案，恐怕比纳维-斯托克斯方程更难解。