夜雨聆风
在世界公认最顶尖的天才数学家眼里，一场席卷整个科学界的巨大风暴已经无法阻挡。
2026年盛夏，费城，四年一度的国际数学家大会（ICM）现场座无虚席。聚光灯下，菲尔兹奖得主、加州大学洛杉矶分校教授陶哲轩（Terence Tao）走上讲台。
台下的同行们原本以为，这位数学界的领军人物会带来某个世纪难题的最新突破，或是针对“AI到底能不能做数学”展开又一场辩论。
但他把问题转向了更棘手的方向
▲ 社交媒体热传的陶哲轩讲座金句：“我们正在进入数学界同等剧烈的动荡时代。”
陶哲轩把后文建立在一个大胆的“工作假设”上：
先假定AI能力将会到来：在不久的将来，AI工具可能以合理成本、合理监督，完成相当一部分研究级数学任务。
这项假设已经有严肃评测作为数据点。陶哲轩担心的是：AI能力迅速提升之后，数学界的制度和价值标准仍停留在旧时代。
千百年来极其稀缺的“数学证明”若突然变得像自来水一样便宜、泛滥成灾，一份长达数百页、经形式系统验证的证明也可能出现一个怪异局面：全人类却没有一个人能够看懂，
请问：我们千百年来引以为傲的数学，到底是在做什么？
▲ 陶哲轩将ICM公开讲座整理为长文上传至arXiv，引发数学界广泛讨论
一夜涌入800页天书：当“机器神谕”降临现实
很多人可能会问：既然AI给出的证明是完全正确的，人类直接拿来用不就好了吗？这有什么好恐慌的？
就在陶哲轩发布长文的前后，日本代数几何学家渡邉究在社交平台上发出的一条求助帖，直接将这种学术界的隐秘焦虑撕开了一个血淋淋的口子。
▲ 日本学者渡邉究发帖担忧：巨型AI生成论文正在榨干数学家有限的精力
那天早晨，预印本网站arXiv上突然出现了一篇长达近800页的巨型论文。作者来自其他领域，还是一名学生论文使用了含糊不清的AI辅助声明，却高调宣称彻底攻克了该领域内悬置多年的重大猜想。
整个领域的专家们瞬间陷入了巨大的被动与绝望。
要看懂并核验这800页充满机器逻辑的庞然大物，需要顶级数学家耗费数月甚至数年的宝贵生命；但如果直接无视它，万一里面真的藏着正确的核心步骤呢？
这就是陶哲轩所预言的魔幻现实
要理解这种冲击，先得分清一个关键概念：“形式验证正确”与“人类理解”完全是两码事。
现在的数学AI和形式化证明工具（如Lean），能够把每一个推理步骤拆解成计算机可以逐行核对的底层代码。机器能够保证这套逻辑在语法和规则上没有一丝一毫的逻辑漏洞，就像一个绝对不会出错的验算神谕。
▲ 学者讨论陶哲轩的预警：AI能力若按假设快速提升，人类仍未定义好数学的初衷
但问题在于，计算机只在乎“对不对”，根本不在乎你“懂不懂”。
AI生成的证明往往冗长怪异、跨度刁钻，它轻飘飘地越过了最核心的创造性思想，把成千上万个生硬的代数变形堆砌在一起。
最终的结果是：神谕宣判定理成立，形式系统全绿灯通过，但从人类作者到全世界顶尖专家，没有哪怕一个大脑能够解释它背后究竟蕴含着怎样的数学思想。
从“证明稀缺”到“超级通胀”：百年学术体制面临雪崩
在人类文明史上，从欧几里得几何原本到高斯、庞加莱，数学这门学科的运转始终建立在一个心照不宣的基本前提上：正确的证明是极度稀缺的奢侈品。
因为稀缺，才有了我们今天熟悉的一切学术游戏规则：
谁第一个证明了世纪难题，谁就能拿到菲尔兹奖； 顶级期刊负责层层审稿，给极其稀有的优质成果盖章； 大学的招聘、终身教职的晋升，全看你能产出多少篇货真价实的定理证明。
▲ 科研博主摘录陶哲轩核心判断：“我们正从证明稀缺时代走向证明丰裕时代”
然而，陶哲轩一针见血地指出：当丰裕时代呼啸而来，所有按照“稀缺”逻辑设计的现代学术制度，都将在瞬间陷入系统性瘫痪！
权威评测项目 First Proof 已经提供了现实数据：十道由顶尖数学家原创、从未在互联网公开过的研究级新题，被直接交给前沿AI模型与工具测试。
结果令人震惊：十道题中有七道被AI以接近无瑕疵的水平当场攻破，单题消耗的算力成本仅仅只有几十到几百美元！
▲ 独立评估AI解决未公开研究级数学难题能力的First Proof项目官网
这就好比过去人们用黄金作为硬通货，每一克都凝结着无数汗水；突然有一天，天上开始狂降金雨，原本价值连城的黄金瞬间变得像泥沙一样廉价。
陶哲轩把这种学术灾难形象地称为“证明消化不良”。
在传统的研究管线里，危机正呈几何级数爆发：
- 生成端失控
：AI分分钟可以抛出数以万计的证明草稿； - 验证端拥堵
：哪怕AI把证明形式化了，志愿参与同行评审的审稿人也彻底被浩瀚的符号海洋淹没； - 理解端断崖
：即便期刊强行发表，人类学术界也没有足够的脑力去消化、吸收这些成果，更遑论将其写进教科书。
整条科学产出流水线发生了灾难性的“阻抗失配”。
优先权争夺失去了意义，论文数量指标彻底贬值。依靠志愿劳动支撑的同行评议制度，正在被不知疲倦的机器输出硬生生拖垮。
残酷的“目标解耦”：当做题、美感与心智成长被生生撕裂
陶哲轩这篇长文最锋利、最具原创性的洞见，在于他揭示了一场深层的精神危机，目标的解耦（Decoupling）。
在过去几百年里，数学家做数学的动机原本是高度统一的：既要解开谜题、建立深刻的理论、探索世界运行的本质，也要教书育人、传递美感。
攻克一个难题，往往会“顺带”诞生一种崭新的思考方式，甚至开创一门全新的学科分支。
因此，学术界过去图省事，直接拿“谁先做出了题”作为衡量一切成就的代理指标。
▲ 解读帖列出证明丰裕、归属模糊、激励扭曲等数学界即刻面临的五大结构性重压
然而，古德哈特定律（Goodhart's Law）无情地降临了：当一个测度指标变成目标本身时，它就不再是一个好测度。
生成式AI善于优化“做题、给出看似正确的推导”这一外在指标。与此同时，原本捆绑在一起的深层价值可能被粗暴地撕裂：解题量和奥赛、题库分数迅速上升，理论洞察与共同体的充实感却未必同步，人类心智也可能无法从已证实的结论中获得启发。
在这篇长文中，陶哲轩甚至动情地回忆起自己年轻时的往事。
当年他在普林斯顿读博士期间，啃读著名数学家布尔甘（Jean Bourgain）1991年的经典论文。布尔甘的论文极其难读、晦涩难懂，陶哲轩在论文的页边空白处写满了自己无数次失败的批注，甚至写满了挫败与痛苦。
但正是这种在泥泞中挣扎的“认知摩擦力”（Cognitive Friction），逼着陶哲轩彻底吃透了布尔甘的思考方式，最终脱胎换骨，成长为一代大师。
▲ 数学家David Bessis探讨“定理经济的衰落”：最深刻的数学往往不在于最后一步推导
正如菲尔兹奖传奇大师威廉·瑟斯顿（William Thurston）早在三十年前指出的：判断数学是否成功，应看它能否让人类更清楚、更有效地思考。
如果AI用抹平一切摩擦力的高速公路，直接把答案送到终点，人类虽然拿到了冰冷的结论，却失去了心智进化的唯一阶梯。
到那时，手握整个宇宙的答案，人类也可能只剩下替机器盖章的角色。
夺回人类阵地：陶哲轩定下“铁律”，全球数学界打响保卫战
面对这股不可逆转的算法洪流，顶级数学家们并没有选择坐以待毙。
以陶哲轩的长文为代表，国际数学联盟（IMU）正式背书了极具历史意义的《莱顿人工智能与数学宣言》（Leiden Declaration），试图在AI全面接管推演之前，为人类心智划定神圣的底线。
▲ 获得国际数学联盟（IMU）背书的《莱顿宣言》官网
陶哲轩在这篇论文中，抛出了一条掷地有声的行业经验法则（Rule of Thumb）：
陶哲轩建议：作者若无法站在同行面前，令人信服地做一场清晰、严谨、专家级且归因妥当的公开报告，其论文就不应被发表；即使机器完成了形式验证，仍无人能恰当解释其数学思想的证明也应被视为“不完整”。
这无疑是一记响亮的当头棒喝它宣告了一个全新时代的规则重构：
数学的价值重心，应落在人类对证明的消化、解释、筛选与经典化上！
▲ Hacker News等全球极客社区热议陶哲轩长文：当机器成为神谕，证明的本质到底是什么？
在这套新秩序下：
- 去神圣化“谁先证出”
：如果只是靠提示词让AI暴力穷举出一个黑盒证明，将不再享有崇高的学术声望； - 极度奖励“人类阐释”
：谁能把庞杂的机器推导提炼成优美、通透的直觉理论，谁能将其编成人类能懂的教材，谁才是新时代的科学英雄； - 教育场景的绝对防护
：在培养年轻数学家的课堂上，必须极其严厉地限制AI的使用，因为教育的目标是塑造拥有深刻洞察力的人类大脑，满分作业只是表面结果。
在机器神谕的阴影下，寻找人类心智的圣杯
回望数学史，二十世纪初，罗素悖论与哥德尔不完备定理的爆发，曾引发了轰轰烈烈的“数学基础危机”。那场危机逼着人类把模糊的直觉写成了极其坚固的公理体系。
一百年后的今天，陶哲轩告诉我们：人类正在经历同等量级、甚至更为剧烈的第二次大动荡。
这一次走上审判席的，是人类探索未知的根本动机。
▲ 青年学者Alabi共鸣长文：在证明通胀时代，价值必须重新回归于猜想、理论与意义建构
数学关心“正确答案”，也承载着人类用有限大脑与浩瀚宇宙进行的浪漫对话。
代码可以无限生成，算力可以不知疲倦地穷尽逻辑的死胡同。人类却会在漫长摸索后因突然洞见宇宙的对称之美而战栗，也会在推导终点赞叹，并把智慧的火种传给下一代。
这些痛苦、挣扎与狂喜，构成了数学不可丢失的意义。
在这场狂飙突进的AI海啸面前，唯有坚守这种不可替代的“理解之光”，人类才不会在自己亲手创造的智能奇迹中，沦为失去灵魂的旁观者。
