陶哲轩预警数学百年危机：AI引发证明过剩与价值重构

聚光灯下的冷思考：当数学遭遇算法冲击

在2026年国际数学家大会（ICM）的辉煌时刻，王虹与邓煜荣获菲尔兹奖的消息瞬间引爆全球舆论。然而，就在这场数学界的盛宴达到高潮之际，2006年菲尔兹奖得主、被誉为当代最伟大数学家之一的陶哲轩，却在同一会场抛出了一枚震撼弹。他并未沉浸在荣誉的喜悦中，而是冷静地指出，数学界正在经历一场百年来未有的基础性危机。这并非危言耸听，而是基于对技术变革深刻洞察后的理性预警。

回顾历史，上一次数学界使用“危机”这般沉重的词汇，还要追溯到二十世纪初。彼时，罗素悖论的发现与哥德尔不完备定理的提出，迫使整个学科重新审视其逻辑根基。经过三十年的激烈辩论与重构，公理化体系得以确立，为现代数学奠定了坚不可摧的地基。陶哲轩强调，当下的危机性质已发生根本性转变：如果说百年前是逻辑地基的动摇，那么今天面临的则是价值观与实践方式的地基松动。这种转变并非来自内部逻辑的矛盾，而是外部技术力量——特别是生成式人工智能——对传统科研范式的剧烈冲击。

超越争论：以工作假设重塑讨论框架

长期以来，关于“AI是否具备数学能力”的争论充斥着情绪、立场与商业利益的噪音。陶哲轩敏锐地意识到，陷入这种无休止的口舌之争毫无意义。他引用了一项名为First Proof的独立评测数据，该评测在严格受控条件下，让AI系统解决全新的研究级数学问题。结果显示，AI以可发表的质量解决了70%的题目，且单题算力成本极低。这一数据客观地证明了AI在特定任务上的潜力，但也暴露了当前讨论中证据混乱、成本不透明的问题。

为了跳出立场之争，陶哲轩提出了一个极具数学思维的“工作假设”：暂时假定AI能够以合理的成本和质量，完成相当比例的研究级数学任务。这一假设并非要求人们盲目接受或期待这一未来，而是将其作为一个条件前提，进而推导在此情境下数学研究应当如何自处。这种处理方式将原本模糊的社会学问题转化为可分析的元数学问题，使得讨论得以在理性的轨道上运行。既然解题不再是人类独有的特权，那么数学家存在的核心价值究竟何在？这成为了必须直面回答的根本性问题。

KPI陷阱：古德哈特定律在数学界的应验

传统数学研究的目标是多维且高度绑定的：解决未解之谜、发展新理论、理解世界本质、建设学术共同体以及培养后继人才。在过去，解决一个重大难题往往能同时推动其他目标的实现，因此学界只需关注解题这一核心指标。然而，陶哲轩引入了经济学中的古德哈特定律——当一个度量成为目标，它就不再是好的度量。在AI时代，这一规律在数学研究中表现得尤为显著。

生成式AI的特性及其背后的商业激励，使得过度优化单一指标成为可能，从而导致原本绑定的目标发生脱钩。陶哲轩通过推演展示了这一过程的五个阶段。最初，目标仅是解决尽可能多的问题，但这导致了大量错误证明的产生。随后，目标修正为解题并验证正确性，借助Lean等证明助手，验证效率大幅提升。然而，新的困境随之而来：机器验证通过的超长证明，可能没有任何人类能够真正理解。这种现象已在Erdős遗留问题网站上初现端倪，许多AI生成的证明虽大概率正确，却无人愿意背书，因为连提交者自身也无法完全掌控其逻辑细节。

进一步地，目标被调整为解题、验证并清晰传达。但AI生成的文本往往在琐碎处啰嗦，关键处却一笔带过，甚至通过过于丝滑的表达掩盖了思维的难点。陶哲轩指出，人类表述中的瑕疵与挣扎，反而是读者理解数学思维过程的重要线索。他引用Thurston的观点强调，数学的成功不在于生产抽象的证明配额，而在于促进人们更清晰地思考。因此，目标再次升级为成果需被共同体消化和接受，最终纳入领域的定论体系，即“正典化”。这一过程依赖人类的志愿劳动与共识构建，是AI无法加速且最具价值的环节。

证明过剩：从稀缺资源到数字洪流

基于上述分析，陶哲轩提出了一个颠覆性的判断：数学将从“证明稀缺”时代进入“证明过剩”时代。几千年来，数学的荣誉体系、评价机制均建立在证明的稀缺性之上，首位解题者获得全部荣耀被视为天经地义。然而，当证明变成可批量生产的商品，这套体系的地基便不再稳固。

他将此现象称为“证明消化不良”，并用电气工程中的“阻抗失配”来比喻各环节流速的不匹配。AI生成的证明堆积等待验证，验证后的成果等待人性化表述，稿件淹没传统同行评审，而已发表的成果又多到共同体来不及整理成定论。这种拥堵不仅降低了科研效率，更可能导致大量低质量或难以理解的成果充斥学界，稀释数学知识的纯度与深度。症状已在AI全面普及前显现，随着技术能力的提升，这一危机将更加严峻。

重构规则：讲不明白，就别发表

面对危机，陶哲轩并未主张抵制技术，而是呼吁建立新的规范。他援引《莱顿人工智能与数学宣言》，提出了具体的应对策略。首先，必须强制披露AI的使用情况，避免暗中使用带来的信任危机。其次，降低“第一个解出”的权重，提高“消化”与“传播”的权重。在证明过剩的时代，能够将复杂成果转化为可理解、可传承的知识，将成为比解题本身更稀缺且重要的能力。

最为关键的是，陶哲轩提出了一条硬性原则：如果作者不能令人信服地证明，自己可以就其成果做一场清晰的、专家水平的、正确且归属得当的报告，那么这个成果就不应该发表。简而言之，“AI可以帮你解题，但讲不明白，就别发表”。这一原则将责任牢牢锁定在人类作者身上，确保了数学知识的可解释性与可传承性。同时，他建议在教育和人才培养领域严格限制AI的使用，以保护人类思维能力的训练过程。

结语：在动荡中重建坚实地基

陶哲轩的演讲并非悲观的挽歌，而是建设性的行动指南。他以身作则，在演示文稿中既使用了AI进行辅助，又幽默地标注了人类生成的部分，展示了“不拒绝、不隐瞒、自主定义规则”的态度。百年前的基础危机最终换来了更坚实的公理化体系，陶哲轩相信，只要数学共同体能够开放、诚实地讨论AI的能力边界与自身的价值观，此次危机同样能转化为学科进化的契机。

未来的数学家，或许不再仅仅是孤独的解题者，更是知识的策展人、思维的翻译者与共同体的构建者。在算法算力飙升的背景下，坚守人类认知的独特价值，重塑科研的评价体系，将是数学界在未来几十年必须完成的历史使命。这不仅关乎数学本身的纯洁性，更关乎人类在智能时代如何保持对真理探索的主导权与解释权。