陶哲轩预警数学百年危机：AI时代证明过剩与价值重构
数学地基的二次震荡：从逻辑危机到价值危机
2026年7月，在国际数学家大会（ICM）的聚光灯下，当王虹与邓煜因突破性成果斩获菲尔兹奖时，数学界正沉浸在百年未有的高光时刻。然而，就在颁奖仪式结束不到24小时，陶哲轩——这位31岁便摘得菲尔兹奖、长期被视为AI技术乐观派的华人数学泰斗，却向全场抛出了一枚重磅炸弹：数学正在经历一场关于价值观与实践方式的“百年危机”。
这一论断并非危言耸听，而是基于对数学发展史的深刻洞察。回顾历史，数学界曾经历过两次重大的基础危机。第一次始于1901年罗素悖论的发现，终结于1931年哥德尔不完备定理的提出。那场危机持续了近三十年，迫使数学家重新审视逻辑地基，最终建立了严格的公理化框架，奠定了现代数学的可信基础。而陶哲轩所指的这一次危机，其核心不再局限于逻辑层面的自洽性，而是指向了更深层的“价值观地基”。当人工智能开始大规模介入研究级数学任务时，数学存在的意义、评价标准以及知识传承的方式，都面临着前所未有的解构与重组。
假设AI已胜：绕过争论的条件分析
在探讨AI对数学的影响时，公众舆论往往陷入“AI是否真的能解决数学问题”的二元争论中。陶哲轩采取了更为严谨的数学思维模式，即“条件分析”。他并未纠缠于AI能力的现状评估，而是设定了一个工作假设：假设AI很快就能以合理的成本和质量，完成相当比例的研究级数学任务。
这一假设并非空穴来风。独立评测平台First Proof的数据提供了有力佐证。在2026年5月进行的受控测试中，四套AI系统在解决全新研究级数学问题时，以“可发表质量”解出了10道题中的7道，单题算力成本仅为10至1000美元。这一数据表明，AI在数学推理上的潜力已不容忽视。陶哲轩强调，与其在充满报道偏差的证据中争论AI的优劣，不如直接接受这一假设，进而探讨一个更本质的问题：如果解题不再是人类的专属特权，数学研究的核心价值究竟何在？
这种处理方式体现了元数学的思考维度。AI冲击数学界并非一个纯粹的数学问题，而是一个涉及认识论、社会学和伦理学的复杂系统问题。通过借用数学中的“猜想”、“假设”、“推论”框架，陶哲轩将模糊的社会焦虑转化为可讨论的结构化问题，为后续的分析奠定了逻辑基础。
古德哈特定律下的KPI陷阱
数学研究的目标历来是多维度的：解决未解之谜、发展新理论、理解世界、培养人才、构建共同体以及创造审美价值。在过去几百年中，这些目标高度绑定，解决一个重大难题往往能同时实现多个目标。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。这一规律在AI时代被无限放大，导致数学研究的各个目标开始脱钩。
陶哲轩通过推演，揭示了在AI介入后，数学研究目标可能经历的五次迭代与异化：
第一版目标聚焦于“解决尽可能多的未解问题”。这一KPI的漏洞在于，它可能催生海量对黎曼猜想等难题的错误证明，导致学术垃圾泛滥。
第二版目标修正为“解题并验证其正确性”。随着Lean等证明辅助工具的发展，机器验证变得可行。但新问题随之而来：如果AI生成了一个超长且机器验证通过，但人类无法理解的证明，其价值何在？目前，已有数十份AI生成的证明提交至Erdős遗留问题网站，却无人愿意背书，因为缺乏人类专家的实质性理解。
第三版目标进一步要求“清晰传达”。然而，当前AI生成的证明往往在琐碎处啰嗦，在关键处一笔带过，甚至打磨得过于丝滑，掩盖了思维难点。陶哲轩指出，人类表述中的瑕疵反而有助于读者通过“边骂边啃”的过程实现知识内化。他引用1991年Bourgain论文页边的手写批注“I hate Jean Bourgain”，生动说明了理解过程中的挣扎是数学传承不可或缺的一部分。
第四版目标强调“被共同体消化和接受”。这是一个依赖人类志愿劳动的外部过程，无法由作者单方面优化。审稿人、编辑的声望往往低于解题者，但却是将个人成就转化为集体进步的关键通道。
最终版目标则是“纳入领域的定论体系”，即证明的“正典化”。这是最慢但最有价值的环节，需要整个共同体慢慢磨出共识，也是AI最难加速的部分。
证明过剩与阻抗失配
将上述流水线代入AI假设，陶哲轩提出了“阻抗失配”的概念。在电气工程中，阻抗失配会导致信号反射和系统失效；在数学界，这意味着AI生成的证明速度远超人类验证、理解和消化的速度。这种流速的不匹配导致了“证明消化不良”现象：生成的证明堆积如山，等待验证；验证后的证明淹没在传统的同行评审中；已发表的成果多到共同体来不及整理成定论。
陶哲轩断言，数学将从“证明稀缺”时代进入“证明过剩”时代。几千年来，数学的荣誉体系建立在证明稀缺的基础上，第一个解题者享有全部荣耀。当证明变成批量商品，这套体系的地基便松动了。这种过剩不仅带来效率问题，更引发了信任危机：我们是否会拥有一个已被验证的重大定理，却没有任何人类能将其讲明白？
应对之策：重构学术伦理与规则
面对危机，陶哲轩并未主张拒绝AI，而是呼吁数学界主动制定规则。他引用《莱顿人工智能与数学宣言》，并提出了三条核心应对策略：
首先，强制披露AI使用情况。避免“偷偷用AI”导致的信任崩塌，将负责任的使用常态化。陶哲轩以身作则，在演讲PPT中注明使用了AI进行文本补全和图表生成，同时幽默地标注所有破折号均为人类生成，展示了坦诚与幽默并存的姿态。
其次，调整评价权重。降低“第一个解出”的权重，提高“消化”、“表述”和“正典化”环节的权重。这些过去被视为二等工作的环节，将成为AI时代最稀缺的能力。
最后，确立“讲不明白，就别发表”的经验法则。陶哲轩强调，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，那么该成果就不应发表。这一准则旨在确保人类对知识的最终掌控权，防止AI生成内容成为无法追溯的黑箱。
此外，陶哲轩建议在教育、招聘、经费申请等强调“属人”属性的领域严格限制AI，而在其他研究领域则应主动出击，定义规则而非被动接受AI公司的产品逻辑。
结语：在动荡中重建地基
陶哲轩的演讲不仅是一次预警，更是一次动员。他号召数学共同体进行一场开放而诚实的讨论，重新审视AI能力与数学价值观的关系。一百年前的基础危机最终为数学带来了更坚实的地基，这一次，如果处理得当，数学界同样能在AI的冲击下完成自我革新。
这场危机的本质，是数学从“技术活”向“智慧活”的回归。在AI能够批量生产证明的时代，数学家真正的价值不在于解题的速度，而在于提出问题的洞察力、理解证明的深度以及构建理论框架的创造力。数学的未来，不在于与AI竞争算力，而在于坚守人类对真理的独特理解与审美追求。唯有如此，数学才能在证明过剩的时代，依然保持其作为人类智慧皇冠的璀璨光芒。