陶哲轩一边推"开源数学模型"，一边喊"必须放缓AI"：数学界在吵什么
点开菲尔兹奖得主陶哲轩的博客评论区，最顶尖的一批数学家、物理学家和AI圈大佬挤在一起，吵得不可开交。争论的焦点已不是某个定理怎么证，而是数学界的生死存亡和人类学者的终极价值。
引爆这场辩论的，是接连几天里的戏剧性冲突。上周末，陶哲轩还在亲自推进名为「SAIR：开源数学模型，以及如何做出贡献」的项目，给AI开源数学模型招兵买马；转眼间，一段他面色凝重、疾呼"我们必须放缓AI"的视频就在全网刷屏。"现在的速度简直疯了，根本没有理由这么快——毫无理由可言。"他补了一句，"令人惊讶的是，我们在完全不知道后果会怎样的情况下，竟然如此心甘情愿地改变一切。这是一种极端的非线性动态。"上周拥抱、昨天拉响警报、今天博客成了决战之地，时间线的反差让围观的人都愣住。
争论的核心，其实是AI攻占数学的速度超出了人类心智的承受极限。过去一个数学博士花数年找灵感、证一个小引理就能顺利毕业，如今自动定理证明器Lean和大模型深度结合，成千上万的AI智能体不知疲倦地在留言板上协作，以光速翻遍数学潜在空间的每个角落。要求一个普通人类博士在"证明定理"上做出原创贡献，越来越奢侈。有悲观者干脆断言：传统纯人类数学研究宣告终结，未来的人只能沦为"理解机器发现"的平庸工程师。
就在这个十字路口，陶哲轩博客上出现了今天冲上热搜的客座文章，作者是3Blue1Brown创始人、数学科普大V Grant Sanderson，标题几乎带着宣战意味——《如果数学不仅仅是证明，我们需要更好地颂扬它的其余部分》。他在开头抛出一个扎心的观点：解决问题和生成证明，从来只是数学家真正目标的"代理指标"，真正的目标是增进人类理解。"当AI在没有任何'理解'的情况下也能生成证明时，'证明'作为衡量指标的价值就被彻底削弱了。"
他给的药方，是一个叫「动机阐释」的新概念。证明里定义放在开头，冷冰冰地甩出一个晦涩结构再推导性质；动机阐释里定义坐在中间，只有当问题被建立起、读者明白"我们为什么要发明这个概念"时，新结构才被允许出现。证明要求每句话100%正确；动机阐释却允许你从一个"虽然简单但是错误"的想法开始，带着读者经历"提出错误想法→发现崩溃→修复→再撞新问题"的过程，因为这才是人类大脑认知世界的真实路径。有人拿黎曼猜想里Zeta函数的可视化来打比方：你能凭直觉感受到为什么实部必须是1/2，线圈才会归零，小于变红膨胀、大于变蓝收缩，"像玩蒙特梭利玩具一样自己调参数，这才是真正的理解"。评论区那句"如果我六年级的侄女听不懂这个证明，那它还没被解释得足够好，不能称之为证明"，大概是最简练的注脚。
为了让「动机阐释」不沦为用爱发电，Sanderson 提议设立「开放式阐释问题」。这个想法2007年数学家 Timothy Chow 就提过，当时响应寥寥，因为人类还在为证定理焦头烂额。现在情况变了——"目前，AI生成的每一个证明，天生就是一个'未解决的阐释问题'。"他还列了几条很实操的呼吁：重塑博士答辩，让博士生用AI解题，最终考核是办一场演讲，把晦涩的难题或AI证明给全系师生讲明白；发布一份现代版"未解决的阐释问题"清单，告诉全人类哪些重要定理我们至今"知其然而不知其所以然"；改革终身教职评定，把写好教科书、做出有启发性的内容提到和顶刊同级甚至更高。
一个最近的例子恰好印证了这套逻辑。研究者 Liam Price 用 GPT-5.4 Pro 解决了久攻不克的 Erdős 第1196号问题，但最初的AI证明像天书一样，人类的理解并没有因此推进。是陶哲轩等几位数学家接手"破译"了AI的方法，提取出核心思想，整理成人类可读的论文，还顺带澄清了周围一堆相关猜想。这场戏里，AI只是挖矿机，人类才是珠宝设计师——那篇理清脉络的人类论文，远比AI的原始代码值得庆祝。
辩论很快蔓延到隔壁物理学界。物理学家 Lenka Zdeborova 发了条火药味与幽默感兼具的推文："25年来我们理论物理的总被告诉'你们那不叫数学'，因为我们优先考虑'理解'而不是'严格证明'。现在看到数学界因为AI产生这种辩论，我感到非常暖心。欢迎来到我们的世界！"数学界内部也不是没有反对声。有人说，这不是要把不善言辞的天才埋没吗？比如论文出了名难读、但解题能力核弹级的已故数学家 Jean Bourgain。陶哲轩本人亲自回应："我认为布尔甘牺牲阐述而专注解题，是那个时代奖励机制的'后果'，而不是这套机制合理的'证明'。他完全具备极佳的阐述能力，如果当年环境给'阐述'更多权重，他对数学界的贡献绝对比现在更大。"也有人泼冷水，说AI迟早能生成比人类更完美的教科书级动机阐释，到时候连"理解和解释"都被包圆了。回应这句的网友话很硬："最好的阐述取决于试图理解的那个特定人类，没有静态的'阐述有效性函数'。我们关注阐述，是为了促进'人类对数学的理解'，而不是'机器对数学的理解'。"
陶哲轩那句"必须放缓AI"到底在怕什么？怕的从来不是算力上输给机器，而是文化、体制和心理上没有准备好迎接这场变革。如果学术界继续死守唯证明论、唯论文论，成千上万的青年学者确实会在这场海啸里被冲垮。可如果真按下暂停键，好好看看 Sanderson 提出的这场文化转向，事情又未必是绝境。他在文末说得很直白："对于现在的年轻学生来说，这其实是进入数学领域最令人兴奋的时代，因为没有比进入一个'具有极强可塑性'、并且'你有机会积极塑造其未来面貌'的领域更令人激动的了。"
繁重枯燥的逻辑推演被AI接管后，人类数学家能不能从流水线上的"证明工人"变成真正的"数学建筑师"和"思想哲学家"，没人写得准。AI可以递来满满一袋子叫"真理"的答案，但面对这片真理之海，能不能把它们变成人类能懂、能消化、能传下去的东西，恐怕才是接下来真正要打的仗。而这场仗的第一批阵地，就是那些博士答辩的讲台和"干讲题不讲道理"的教科书。
相关链接