专题 · FULL STORY

菲尔兹奖得主联署反AI公开信风波

9月12日,陶哲轩等25位菲尔兹奖得主联署公开信,抗议AI刷数学基准并警告其冲击数学研究。信件随即引发评论界批评,被指利益驱动的自我合理化;多位研究者也反驳悲观论调,认为事后探索仍可获得理解,争论持续发酵。

2026-09-12 ~ 2026-09-13 · 3 集 · 92 条

第 1 集 · 25位菲尔兹奖得主联署公开信抗议AI刷数学基准(2026-09-12,87 条)

9月12日,陶哲轩(Terence Tao)等25位菲尔兹奖得主在mathandai.org联署发布公开信《A Severe Misalignment of AI in Mathematics》(AI在数学中的严重错位),这是数学界最高荣誉群体首次就AI集体发声,矛头直指OpenAI等公司以刷数学基准为导向的发展路线。信件在数学与AI交叉圈引发巨大反响,但社交媒体舆论几乎一面倒地批评,这一认知错位本身即是重要信号。

已确认

  • 公开信由陶哲轩在博客宣布,他是25位初始联署人之一,全部联署者为菲尔兹奖得主;据陶哲轩与多位转发者(如Gary Marcus、stevenstrogatz、Richard Sutton)转述,声明在数天紧急讨论后仓促发布,《经济学人》已作报道。也有转发帖(如Charuru、stevenstrogatz、duchaaiki)写为24位,人数表述以陶哲轩博客所述25位为准。
  • 信件核心论点:近几个月LLM数学能力突飞猛进,已能解决多个领域的重要未解问题;但AI公司把「解决数学难题」当作可暴力刷分的benchmark,解法匆忙宣布、没有留出时间做规范化整理与验证,信中称「我们正目睹对智力工作的普遍威胁」,认为这种做法有害于数学研究本身。
  • 据@duchaaiki转述,信件还强调数学界承担着培养年轻人的社区职能,AI在困难数学问题上的突破正让这条育人路径动摇;Lemire进一步追问,当AI能攻克重大数学难题时,聪明的年轻人还有何动机投身数学。
  • 信件呼吁社会认真对待AI,理由是AI即将在许多其他形式的知识性工作上与社会正面相遇。

争议与反响

  • 推特上的反应近乎零同情。观察者tszzl指出,连平时对AI公司持批评立场的人也对这封信反感,知名数学家的集体批评未获预期支持,这一舆论变化本身值得关注。
  • 数学圈内也有反对声音:Antoine Tilloy(经RexDouglass转述)称信「相当可悲,将来会很难看」,讽刺其传递的信息是「解决问题不重要,重要的是沿途交到的朋友」。
  • AI研究者反驳:YuchenjUW以编程领域为例,认为AI加速并未破坏编程反而推动进步,「拖延疗法才是灾难」,并类比称不会为让后人亲身体验发现过程而拒绝AI攻克癌症;工程师bingxu(经JFPuget转述)回怼称现在全球可能只有1-5名工程师能写出比AI更好的GPU kernel,这正是生产力进步。
  • 转发者suchenzang泼冷水称,这些数学家没意识到全球GDP的99.99%并非建立在菲尔兹奖级别的数学之上;DeryaTR(经soumitrashukla9转述)质疑声明背后是「守门人恐慌」,认为数学目标应是解决问题、扩展人类知识而非维护职业地位。
  • 转发者arampell(引述RootLogic0)以癌症研究类比反讽:不会有人批评「AI六小时找到新靶点,但本该让几代研究生花多年去发现」;Hossein Mohebi(经Scobleizer转述)则感叹原以为最先呼吁免受AI冲击的会是程序员、律师或医生,「结果却是数学家」。

为什么重要

  • 这是菲尔兹奖得主群体首次就AI进军数学集体表态,信号意义大于具体内容,直接触及「AI解题速度与学术规范、证明验证流程」之间的张力。
  • 争论核心是「过程价值」之争:数学家担心快速解题摧毁研究的规范化与育人价值,而AI圈普遍视其为技术进步的必然。数学家集体发声却在社交媒体近乎零同情,这一认知错位本身即是一个值得关注的舆论信号。

还有 67 条相关讨论 →

第 2 集 · 菲尔兹奖得主反AI公开信遭批:利益驱动的自我合理化(2026-09-12,2 条)

菲尔兹奖得主们关于 AI 风险的联名公开信引发评论界争议。有评论指出,这封信恰恰说明了为何需要 AI 监管,但理由与签署者设想的不同:即便是最聪明的人,也无法免于出于自身利益的自我合理化。另有博主批评该声明论证薄弱,认为这些得主并非固执的反技术者,但当社会利益与其地位和自我价值感强烈冲突,尤其整个社交圈处境相同时,人便难以保持客观推理。

第 3 集 · AI冲击数学研究?多位研究者反驳悲观论调(2026-09-12,3 条)

围绕「AI 将摧毁研究数学、剥夺理解力」的悲观论调,多位研究者提出反驳:有人承认未经探索直接获得证明会减少理解,但事后探索仍是获取理解的路径;arjunrajlab 认为 数学是美丽的大厦,人们因其美而来,不会因 AI 而流失,真正的问题是经费;他还提出效用框架,并以国际象棋为例,认为数学可与 AI 长期共存不衰。