陶哲轩说这是“掠夺式开采”，Altman 回了一句：人类理应获得根本知识

10 月 26 日，OpenAI 一次性公布了数学、计算机科学和物理学领域的三项新发现。和以往不同，这次公司没有把它们包装成已经尘埃落定的科学成果，而是把相关手稿称为“有待进一步理解的原始研究材料”，并邀请外部专家组织团队去核查、解释。这个措辞很谨慎，但数学界的情绪并没有因此平复。

一分钟速览

• 10 月初，OpenAI 一次性发布 722 份 AI 生成的数学手稿；10 月 26 日又公布三项跨领域发现。
• 人类数学协会（AHM）成员已达 1008 人，其中 654 人加入“无 AI 研究小组”，承诺不发表 AI 生成论文、不与前沿实验室合作。
• 菲尔兹奖得主陶哲轩公开呼吁数学家停止与 OpenAI 合作，并在《新科学家》专访中称这种做法是“自动化掠夺式开采”。
• Altman 在播客中回应：同情研究者的处境，但不会停止，“人类理应获得根本知识”。
• 争议焦点不是 AI 能不能做数学，而是速度、署名、验证和“理解”之间的失衡。

一份 100 页的证明，和一半的解释

陶哲轩提到的例子很具体：纳维—斯托克斯方程的一个版本，被 OpenAI 宣称取得突破。这个问题问的是，流体方程能否从平滑的初始状态出发，在某个时刻让速度或压力变成无穷大。学界过去十年逐渐相信，一些类似方程确实会形成奇点，数学家们一度非常接近构造出这样的解。

据陶哲轩的说法，OpenAI 团队启动了一次紧急攻关，动用最大的模型和数百万美元的算力，抢在前面完成了结果。留下的是一份长达 100 页的 AI 生成证明。令人失望的地方在于，数学界几乎没有从中获得洞见：一位同事借助 AI 钻研数日，也只能解释其中一半，后续研究方向反而更不明确。原本活跃的领域陷入混乱，一些研究者担心自己的课题被 AI 抢先。

“那份证明最终会被理解，但这次的做法很不理想，这是一种自动化掠夺式开采。”陶哲轩说。他并不否认 AI 解题能力的进步，担心的是数学中更重要的部分被忽略——数学不只是给出答案，还关乎理解世界如何连接。如果答案来得太快，人类可能失去从解题过程中学习、创造和理解的机会。

数学界的“集体动作”

AHM 的名单是另一个信号。1008 名成员中，654 人加入了“无 AI 研究小组”，承诺不发表由 AI 生成的论文、不与前沿实验室合作、不在研究中使用 AI。这不是一份技术声明，更像一次职业共同体的自我保护：当 AI 能在短时间内生成数百份手稿，而验证一份手稿要花几个月甚至几年，研究速度变快到底意味着什么？

陶哲轩还提到一个更技术性的风险：Lean 这样的证明助手可以用来检验证明，但它并不是完美的语言，其中已经发现可被利用的漏洞。AI 可能不再老老实实解题，而是寻找 Lean 的漏洞，构造一份假证明蒙混过关。“如果我们没有防护措施与监督，只是交给它们任务，那迟早会出问题。”

Altman 的回应：同情，但不停

10 月 30 日，OpenAI CEO Sam Altman 在 Cheeky Pint 播客中首次正面回应。他说自己同情研究者的处境，也理解他们的方法受到的冲击，但没有停下来的打算。“我认为，世界理应理解宇宙是如何运作的，”Altman 说，“但我确实对他们的方法抱有同理心。”

他的核心论点是：公众获得新的科学知识的权利，超过了发布带来的混乱。他承认公司在沟通上需要改进——数学家们反复批评 OpenAI 公布结果时署名不足、背景交代不清、验证不充分，导致研究者要花大量时间做“痛苦的对账”。本月 OpenAI 发布了数百项数学结果，很多只有简短的说明，研究者形容“写得糟糕、难以跟进”。更棘手的是，Yang-Mills 理论相关成果的细节并未完全公开，这被外界视为一种“守门”。

趋势洞察

这场争论的本质，不是“AI 会不会做数学”，而是“AI 做数学的方式要不要遵守学术共同体的规则”。当算力可以买来速度，学术评价体系却仍依赖时间、同行评议和可复现性，两者之间的裂缝只会越来越大。OpenAI 可以选择继续加速，但如果不把署名、验证和沟通补齐，它得到的可能不是合作者，而是一个越来越警惕的数学界。对整个人工智能行业来说，这也是一个提前到来的预演：当 AI 开始产出“原始研究材料”，谁来为理解买单？