历史反复印证了一个事实：从事科研的人永远斗不过商人和政客。
1945年，原子弹之父奥本海默走进白宫面见杜鲁门，直言“我觉得自己的双手沾满了血”。杜鲁门对他的沮丧感到不悦，私下对助手抱怨：“血在我手上，让我操心就行。”他还叮嘱下属以后别再把这位爱哭的科学家带进办公室。
到了2026年，当陶哲轩联合其他24位全球顶尖数学家共同呼吁抵制AI对数学领域的侵蚀时，不知他是否也有类似的被背叛之感。因为仅仅两年前，他还曾满怀乐观地设想“工业化数学”的未来，并公开表示自己借助ChatGPT攻克了MathOverflow难题，大幅节省了繁琐的计算时间。到了2026年，陶哲轩更是把AI直接融入了他日常的核心工作流程。
这个蜜月期在2026年秋天戛然而止。OpenAI利用内部模型宣称在88小时内解决了“千禧难题”中的纳斯·斯托克方程。9月，陶哲轩等25位数学家发布了《人工智能在数学中的严重错位》，提前警示AI介入基础数学研究可能带来的巨大风险。
但这些警告被无视了。
10月，OpenAI一次性抛出了722篇由机器生成的数学手稿，整理出372个成果组，其中一些直接触及了现代数学的核心前沿。
AI跳过了数学家为寻找新洞见而进行的漫长推演、试错和理论框架构建过程，直接抛出一堆人类根本来不及验证、甚至逻辑都难以被人类大脑解析的“机器证明”。这意味着无数数学研究者的课题方向被迫改变，原有的数学研究生态彻底崩塌。
可是那又怎样呢？OpenAI只关心能否跑赢Anthropic，才不管数学家的职业生涯呢。
01.数学家们为何愤怒？
我们该如何理解这群世界上最聪明的人的愤怒呢？
这跟程序员发现AI编程比自己快且Bug还少时的心情一样吗？跟AlphaGo击败李世石和柯洁时他们的无助感一样吗？
不能简单地把这等同于AI抢了数学家的饭碗，这里的事情更复杂，也更“烧心”。
举个例子吧。理论计算机科学家Dana Moshkovitz，一辈子研究唯一博弈猜想。当她满怀期待地打开OpenAI发布的文档时，却发现该猜想已经被AI“证明”。
但这并不是学术界能够认可的证明方式。在她看来，这篇充斥着混乱、逻辑跳跃、人类从未见过的诡异构造的论文，就像是“吃了致幻剂的人写出来的东西”。
没有同行评审，没有可读的人类逻辑，更没有对前人工作的尊重。AI巨头把一堆天书般的草稿直接砸在学术界脸上，试图让全球顶尖学者免费给他们当“人工验题工具人”。陶哲轩将此称为“证明消化不良”——AI以工业化速度批量生产证明，但人类根本来不及验证、理解和吸收。
数学我不擅长，但数学家的处境我能共情。
毕竟AI第一个搅浑的，就是写作者的领域。事到如今，我们写稿子都离不开AI，却又对AI给出的每一句话都充满警惕。
在每一个我试图与AI探讨的选题下，它都会问我要不要直接成文。有时候我让它试试，出来的文章乍看之下非常完美，但细究起来却味同嚼蜡。如果你再认真考据，会发现里面藏了很多AI杜撰的论据。
这是文字，我们可以用简单的方式交叉论证。那如果是数学公式呢？
多伦多大学的数学教授Daniel Litt近期在一档播客中从另一个角度拆解了数学家的愤怒。
他讲了一个自己的例子：模型给他输出过一个10页纸的“毫无洞见的暴力计算”证明，正确但丑；他不想做这个“丑”计算，反而逼出了一个漂亮的概念性解释。
人“算不动”的解释，恰恰是理解的来源。“数学的目标不是生产论文，而是产生理解”。
虽然我们不懂，但在数学家看来，数学是美的，数学研究的过程充满了美学价值，就像我上学的时候老师反复念叨的“数学是思维的体操”。
但AI破坏了这种美感，这无疑是一种冒犯。
02.OpenAI的傲慢
数学家心目中的“数学末日”，对于OpenAI来说，更类似于有着明确商业目标的“秀肌肉”行为。
今年9月，OpenAI CEO山姆·奥特曼明确表示搁置原定的今年上市计划，理由是AI安全问题，这带来了资本市场的观望情绪；10月初，市场传出OpenAI 9月的年化营收约为500亿美元，低于此前市场预期的700亿美元，这一数据直接导致了AI概念股跳水。
在缺乏短期商业爆点的情况下，利用AI攻克“千禧数学难题”成为了向投资者展示技术壁垒、拉升估值的有效噱头。
不仅如此，在AI军备竞赛中，OpenAI面临着来自竞争对手Anthropic等的贴身肉搏。
就在OpenAI宣布解决纳维-斯托克斯方程的前几天，Anthropic的员工利用Claude模型在代数几何领域找到了困扰数学界一个多世纪的“雅可比猜想”的反例；同时，Anthropic的模型还将黎曼猜想的零点比例下限大幅提升。
对于大模型公司来说，“谁更有用”是一个更加漫长的需要验证的比赛，但“谁更聪明”是一个更简单粗暴的竞技点。
换言之，对于数学难题的暴力解答，从商业视角上来看是一次再正常不过的“性能营销”。至于这套唯结果论的算法，会不会正在摧毁数学界赖以生存的根基——他们并不关心。
最后，我想用《莱顿宣言》中的一句话作为收尾：“数学产出的不仅是一系列研究成果，更有塑造这些成果的数学界同仁们的理解力、清晰度与判断力。”
当算法夺走了探索的过程，人类失去的将不仅是答案，更是作为思考者的尊严。
本文来自微信公众号“荔观Lab”，作者：小岛来气，36氪经授权发布。
