
AI正在终结数学的"英雄时代"。2026年9月至10月,OpenAI宣布88小时破解千禧年难题,25位菲尔兹奖得主联名抵制,陶哲轩随后提出"数学2.0"——数学研究已从证明稀缺走向证明泛滥,游戏规则正在被改写。
88h
AI破解纳维-斯托克斯千禧难题耗时
~1万
并行AI智能体数量
25+
联名公开信的菲尔兹奖得主(截至9月26日27人)
719篇
OpenAI一次性公开的AI数学手稿(撤回3篇后)
372
手稿涵盖的数学结果族
约5%
AI测试~4000道开放题后的可用成果比例
事件时间线
2026年9月8日
OpenAI宣布88小时破解千禧难题
其内部模型调用约1万个AI智能体,耗时88小时完成纳维-斯托克斯方程形式化证明,同步公开166页论文与Lean验证代码;声明不申领百万美元奖金。
2026年9月11日
25位菲尔兹奖得主联名抗议
陶哲轩、邓煜等25位菲尔兹奖得主发布《人工智能在数学中的严重错位》公开信;克雷数学研究所确认"已注意到结果",但强调需严格检验。
2026年10月6—7日
OpenAI一次性甩出722篇手稿
OpenAI在GitHub公开722份AI生成数学手稿;次日因符号错误连锁影响撤回3份,最终公开719篇;AGMAI认为发布未完全达到其建议标准。
2026年10月7日
陶哲轩转载AHM声明、矛盾升级
陶哲轩在个人博客全文转载人类数学协会(AHM)声明,呼吁数学家停止与OpenAI合作。声明直言:"一次性发布700多个文件,展示的是算力权力而非学术研究。"
2026年10月11日
陶哲轩发表"数学2.0"演讲
陶哲轩在加州理工学院公开演讲,宣告"数学1.0时代已终结",提出AI应转向帮助人理解证明、整合知识,而非单纯竞速解题。
2026年10月15日
中国团队首用国产大模型破世界级难题
上海AI实验室许地生团队依托"书生"S2大模型,完成三维Ghys猜想证明;北京大学董彬、刘若川团队完成形式化验证——中国数学家首次用国产模型攻克世界级数学难题。
数学为何最先被AI攻陷
客观可验证
证明对错有绝对共识,且可交给Lean等证明语言让计算机逐行机械检验,无需人为裁决。
高度数字化
不需要实验室或真实世界数据,海量高质量历史论文已全部数字化,恰好适配机器学习训练。
无硬件门槛
纸笔加标准定义库即可研究,不依赖实验装置或田野数据——三点叠加,正是现代机器学习最擅长的场域。
朱兆一:ai 正在"摧毁"数学吗?
观察者网
ai"爆破"掀起数学革命
世淇淇
ai破解数学界重大难题, 却引发学界争议
给科技置顶
"好消息"为何惹众怒:证明的五个阶段
①
生成证明
AI可以批量生产"机器可证"的结论。
AI已加速
②
验证正确性
Lean等形式化语言可自动逐行核验,无需人工裁决。
AI已加速
③
解释清楚
需找到更自然的表述,让同行能够理解推导思路——AI很难替代。
人类主导
④
被共同体接受
需经过报告、研讨、同行评议,形成学界共识。OpenAI发布的约42%证明甚至未经形式化处理。
人类主导
⑤
融入标准理论
结果与其他知识连接,进入教材与下一代数学家的工具箱——这步最慢,AI无法加速。
人类主导
各方立场
数学界减速派
陶哲轩 / 25位菲尔兹奖得主
AI只加速了证明的"生成"与"验证"两步,后三步的人类消化无法被加速,正在造成"证明消化不良"。解题速度不等于数学理解,这对数学科学和整个数学共同体都是有害的。
来源:《人工智能在数学中的严重错位》公开信,2026.9.11
人类数学协会 AHM
陶哲轩转载声明
一次性发布700多个文件,展示的不是学术研究,而是权力。强烈敦促所有数学家停止与OpenAI合作,重回以人类理解为核心的科学愿景。
来源:AHM声明,陶哲轩博客转载,2026.10.7
AI加速派
杨立昆等
学界保守、结果导向本无不妥。AI快速攻克难题是科学进步,不应以"学习过程"为由限制AI的探索速度。
来源:多方公开表态
监督建议方
AGMAI(数学与AI顾问小组)
建议前沿AI实验室停止用专有模型测试高难度数学,要求披露模型名称、提示词、推理链、耗时及计算成本;其咨询角色不构成对OpenAI发布结果的认可。
来源:AGMAI公开建议文件
陶哲轩公开声援抵制openai, 数学界与ai巨头矛盾升级
DeepTech深科技挖掘
陶哲轩宣战, 杨立昆唱反调: ai是毁灭数学还是开启新时代?
夜春阅览趣事
ai介入科研不能没有规则
时间财经
数学2.0:AI应该做什么
开放阐释:重写晦涩大定理
专门挑证明极其晦涩的大定理,用开源AI工具重找更直观、更易被人类消化的新证法,而非只追求算出答案。
实验数学:系统判定命题真伪
人机协作对大量命题开展系统分析。等式理论项目已对超过2200万个命题作出判定,是AI扩展探索范围的正向样本。
透明披露:公开算力与失败记录
陶哲轩呼吁AI公司公开计算资源消耗和失败尝试——成功案例刷屏,但大量失败不曝光,会制造"AI无敌"的假象。
SAIR计划:数学界自建开源AI
陶哲轩9月18日宣布由SAIR基金会启动"开放数学模型计划",联合学界共建不依附大厂的开源数学模型与工具链。
陶哲轩启动开放数学模型计划: 不依附大厂, 为数学界打造自己的ai
DeepTech深科技
ai破数学难题引学界深思 陈畴镛: 要完善人机协同科研范式与评价体系
钱江晚报
对数学家职业与博士培养的冲击
旧激励失效
谁先解题谁拿奖的时代结束
建立在"证明稀缺"上的学术奖励机制——谁最先解决难题谁拿经费/奖项/职位——将随证明泛滥而失效。
博士训练危机
解题过程本身的教育价值受损
博士培养核心在于通过解题过程培养理解力和传递知识。AI批量出证明后,这一过程面临结构性挑战。
稀缺性转移
"想得出"→"看得懂"→"讲得清"
过去最稀缺的是"想得出",现在是"看得懂",再往后是"讲得清"——判断力无法被批量生产。
数学家新价值
判断力而非解题速度
陶哲轩认为未来数学家的价值在于:哪些证明值得深入、如何解释、如何整合知识——这是AI无法替代的。
陶哲轩的思想实验:那针药你敢打吗
假设AI研制出通过三期临床试验的抗癌药,但没有人能解释它为何起效……
陶哲轩用这个思想实验指向数学的同一风险:AI给出"形式化验证通过"的答案,但人类完全看不懂推导逻辑,相当于在每道数学题里埋下一个黑箱。数学是物理、工程、金融等学科的地基——地基里埋进看不懂的结论,上层建筑的可靠性将成未知数。
那些经典难题是灯塔,不是障碍物
陶哲轩将传统数学难题比作"海上灯塔"——意义不只是被推倒,而是在攀登过程中诞生新思路、新工具,这些衍生成果往往比最终答案更珍贵。AI直接算出结果,跳过人类思考,可能让整片"本该孕育新理论的海域"就此荒掉。
中国参照:国产大模型首破世界级难题
2026年10月15日 · 上海人工智能实验室
大湾区大学许地生团队基于"书生"科学多模态大模型S2,通过人机协同完成三维Ghys猜想证明;北京大学董彬教授、刘若川院士团队利用SHEAF框架完成形式化验证。这是中国数学家首次用中国大模型攻克世界级数学难题,也印证了陶哲轩所说"人机协同"而非"AI单打独斗"的路径。
睿迎网配资提示:文章来自网络,不代表本站观点。