陶哲轩急了：OpenAI一口气扔出719个数学证明，但数学家们快被撑死了

三个月前我翻OpenAI上一批数学成果的时候，还觉得“让AI做数学”这事最多算个高级玩具。上周我把719份手稿的目录拉出来扫了一遍，说实话，有点被震到，也有点被恶心到。

719份，什么概念

10月6日OpenAI在GitHub上扔出722份AI生成的数学手稿，覆盖372个结果族，涉及数百个开放研究问题。第二天因为一个符号错误连带撤回3份，现公开目录是719份。

这个数量本身就很吓人。一个普通数学博士一年能产出2-3篇像样的论文，719份手稿哪怕打个对折，也相当于一个中型数学系好几年的产出。但问题恰恰出在这里。

数学不是比谁扔出来的证明多，而是比谁能让后来的人接着往下走。

陶哲轩10月7日在mathstodon上发帖，态度非常明确：他不反对AI做数学，自己就是AI辅助研究的积极使用者。但他强烈反对把“用AI快速攻克著名难题”当成主要目标或产品展示。

从数据来看，这次发布至少有三个硬伤。

1

模型是专有的，外界无法访问

2

只有10份手稿附有推理链

3

约42%的证明未经形式化处理，也没有机器可读元数据把自然语言证明和形式化产物关联起来

AGMAI（数学与人工智能顾问小组）此前建议前沿AI实验室停止在专有模型上测试高难度数学问题，要求披露模型名称、提示词、推理链、耗时和计算成本。OpenAI表示发布前咨询过AGMAI，但从公开信息看，这次发布尚未完全达到该小组提出的标准。

AGMAI还专门声明，其咨询角色不构成对OpenAI获取或发布这些结果的认可。这话翻译过来就是：别拿我们背书。

谁最难受

表面上看，最难受的是那些被AI“攻克”了开放问题的数学家。自己啃了十年的问题，AI几小时就给出答案，换谁都不好受。

但真正受影响最大的是整个数学共同体的运转机制。

陶哲轩把这种情况称为数学界的“证明消化不良”。AI能高速生成命题、证明和反例，但人类来不及验证、理解、写作、教学和吸收，结果出现大量“无人能消化的证明”。

传统数学里，一个长期猜想的突破不只是“得到答案”。作者会做报告、参加研讨、与同行交流，证明会被简化、解释、纳入教材，并催生后续问题、合作者和新的研究方向。这是一个社会化的知识生产过程，不是单点输出。

OpenAI当前的做法，往往是由提示者驱动AI自主解题。目标一旦“解决”，后续的理解、报告、同行讨论和领域建设却很少发生。陶哲轩甚至认为，发布者可能都不足以解释AI的输出、回答问题或与领域互动。

我去年这个时候跟一个做数论的朋友聊过，他说他们领域最怕的不是难题解不出来，而是有人突然宣布解出来了，但没人看得懂。当时我觉得他杞人忧天。现在看，他说的就是今天。

跟竞品比，差在哪

如果拿OpenAI这次发布和DeepMind的AlphaGeometry、AlphaProof对比，差距不在解题能力，而在可审查性。

DeepMind发AlphaGeometry的时候，配套发了完整的论文、形式化验证代码、以及和人类数学家的合作过程。你可以不喜欢它的方法，但你能看懂它做了什么。

OpenAI这次719份手稿，只有10份有推理链，42%没形式化。这不是技术做不到，是选择不做。

从数据来看，OpenAI在数学成果的透明度上明显落后于DeepMind。但解题速度上，OpenAI可能领先。这就引出一个很尴尬的问题：如果速度领先但透明度落后，数学界该不该认？

目前还不好说。需要更多样本验证。

跟普通人有什么关系

如果你不是数学家，这事看起来跟你没关系。但其实关系很大。

AI公司现在把“攻克千禧年难题”当模型能力基准来打，纳维-斯托克斯方程、黎曼猜想都被列进目标清单。陶哲轩特别担心这一点，因为问题一旦被公开“解决”，就几乎无法恢复为“未解决”状态。即使人们后来想寻找不同路径、从中提炼新方法，仅仅知道答案存在，也会“污染”这一探索过程。

他把这称为不可持续的大规模“收割”：把开放问题当作可批量消耗的资源，最终会让整个数学领域变得不如传统研究方式下那样肥沃。

这对从业者的影响更直接。如果你是一个数学研究者，未来申请经费、选课题、带学生，都要面对一个现实：AI可能已经在你之前“解决”了你要做的问题，但那个解决方式你无法理解、无法验证、无法教学。你怎么办？

上周我刚试过用某个AI工具辅助推导一个简单引理，它给出了一个看起来正确的证明，但我花了两个小时才搞明白其中一步的跳转逻辑。那还只是一个引理。719份手稿里随便挑一份，可能都是这个体验的100倍。

陶哲轩不是反对AI做数学，他是反对把数学变成AI的跑分场。

当然，如果你是纯小白用户，以上这些对你来说可能完全没用。你只需要知道AI又能解数学题了，然后继续刷下一条短视频。

本文基于 media 公开报道编译解读

本文基于 media 公开报道编译解读，查看原文