扫描下载APP
其它方式登录
陶哲轩与邓煜在SAIR基金会播客中指出，AI生成的数学证明虽具突破性（如准黎曼猜想进展），但因缺乏可理解性、可追溯性和形式化验证，正导致数学界出现‘理解缺口’与‘溯源危机’；他们批评批量发布的成果为‘有毒废料’，呼吁改变学术激励机制，推动数学家事前参与AI研究，并倡导开源数学工具Open Math OS以重建学术秩序。
陶哲轩与邓煜在SAIR访谈中呼吁重视数学研究的“慢科研”价值，强调AI虽可批量生成证明，但人类对证明的理解、解释、溯源及知识传承不可替代；主张通过Open Math Model等开放协作项目，让数学共同体主导AI工具开发，确保技术服务于理解深化与学科可持续发展。
文章探讨AI（尤其是OpenAI）在数学领域的迅猛突破引发全球顶尖数学家集体忧虑与抵制，指出AI虽能暴力求解千年难题，却缺乏数学所需的可理解性、可验证性与创造性，威胁数学研究的本质——提出问题、构建框架、传承理解。陶哲轩等学者呼吁放慢节奏、改革评价体系、强制AI标注，强调AI应为加速器而非替代者。
AI在数学领域取得突破性进展，成功证明Navier-Stokes方程奇点等千禧年难题，并批量生成数学论文，引发数学界对‘证明过剩’时代的深刻反思；陶哲轩提出‘数学2.0’理念，强调人类理解不可替代，主张AI应作为增强认知的工具而非替代人类思考。
陶哲轩因AI在数学领域迅猛发展而发出‘必须放缓AI’的紧急呼吁，引发学界对数学研究范式存亡的深刻反思；Grant Sanderson提出以‘动机阐释’替代单纯证明，强调人类理解、教学与思想传播才是数学的核心价值，呼吁重构博士培养、学术评价与知识传承体系。
陶哲轩等数学家对AI批量生成数学证明引发的可靠性危机深感忧虑，核心矛盾在于AI虽能高速产出证明，但形式化验证工具Lean存在健全性漏洞，且人类正丧失审核、理解与负责能力，数学面临‘证明消化不良’和价值根基动摇的风险。
OpenAI在2026年以AI模型宣称解决千禧难题中的纳维-斯托克斯方程，并批量发布722篇机器生成数学手稿，引发陶哲轩等25位顶尖数学家强烈抗议。数学家批评AI跳过人类探索过程，产出不可验证、缺乏洞见与美感的‘机器证明’，破坏数学研究生态与认知尊严；其行为被指服务于商业估值与技术军备竞赛，而非学术价值。
陶哲轩领衔人类数学协会（AHM）发布联合声明，全面抵制OpenAI，谴责其未经学术规范、未经理解验证即批量发布700多份机器生成的数学证明，认为此举破坏数学研究本质、污染学术生态，并无视此前咨询小组关于禁止擅自测试高深数学难题的明确警告。
文章以AI加速数学证明为切入点，探讨其对数学研究范式、学者价值认同、人才培养及学术伦理的深层冲击。通过刘胜与的算子工程师经历与陶哲轩等菲尔兹奖得主的警示，指出AI在纳维斯托克斯问题、霍奇猜想等千禧年难题上的突破正引发‘证明消化不良’、署名权争议与判断力退化等系统性挑战，呼吁重建以理解、传承和问题意识为核心的数学新生态。
OpenAI前训练VP Liam Fedus回应陶哲轩等25位菲尔兹奖得主关于AI威胁数学发展的联署声明，指出AI不应仅被限于解题，而有望发展为能提出洞见、构建概念框架、促进人类理解的数学研究伙伴；双方共识在于数学重在理解而非答案，分歧在于当前AI应用是否损害知识传承，以及AI能否真正参与知识创造。
OpenAI被指利用算力优势截胡纽约大学数学家对纳维-斯托克斯方程的突破性研究路径，引发学术伦理争议；陶哲轩警示AI黑箱暴力解题正摧毁数学界延续数百年的开放科学传统，导致研究者不敢公开思路，危及科学生态根基。
陶哲轩指出AI正深刻改变数学研究范式，它不替代人类思维，而是以‘正交’方式探索问题，如辅助解决Sendov猜想、Erdős问题等长期难题；AI生成证明后，人类的核心价值转向理解、解释和整合知识，数学界需重新定义目标与价值。
菲尔茨奖得主陶哲轩探讨人工智能时代数学研究的本质危机，指出AI虽能生成正确证明，但数学工作的核心价值在于理解、阐释、共同体接受与理论规范化；他提出五阶段‘问题-解决管道’模型，强调需重构评价体系与学术文化，以应对证明过剩带来的系统性挑战。
陶哲轩与王虹呼吁数学界重视对AI生成证明的‘消化’——即理解、阐释、整理和理论化，而非仅依赖AI产出结果。以森多夫猜想为例，陶哲轩通过人工重构AI证明，不仅使其可读可用，还拓展至更强猜想并大幅简化证明。文章强调数学成果需经共同体检验与知识沉淀，提出以Palomar登记库推动协作，并重构成果优先权认定标准。
数学家陶哲轩将运营近30年的个人主页交给AI智能体迁移重构，一天内完成560篇论文等全部内容的结构化迁移，并在旧Java代码中发现两个隐藏20余年的bug；新系统以YAML为唯一数据源，实现自动化生成与高效纠错，凸显AI在学术数字资产维护中的实用价值。
