文章核心观点 - OpenAI于2026年10月6日一次性发布722份数学研究稿件、372组相关成果，每项成果平均消耗算力约相当于ChatGPT Pro思考三小时，并公开部分Lean形式化版本及10份推理摘要，但生成模型未同步开放 [5] - 数学界核心关切并非AI取代数学家，而是学术诚信、成果归属以及数学学科最核心的“理解”价值 [13] - 陶哲轩与邓煜均主张辩证看待AI：AI能拓展数学研究边界，但需在速度与深度理解之间找到平衡，保留慢科研的价值 [14][15] - 邓煜提出“两条边界”框架：第一条边界区分已有证明与未证明的问题，第二条边界区分已被人类真正理解的证明与仅有证明的问题，AI生成证明使第二条边界首次真正显现 [19] - 陶哲轩强调AI切断了思想传承链，科技公司有动力淡化其对人类数千年文献积累的依赖，需改进引用追溯机制 [21][22] - 开放数学模型项目（Open Math OS）旨在为数学界提供独立于大型科技公司的自研工具，符合学术界价值观 [25][26] 事件背景与行业反应 - OpenAI发布成果后因基本符号错误撤回3份预印本，文字表述与Lean代码之间存在明显脱节，造成学术文献污染 [17] - 菲尔兹奖得主陶哲轩转载人类数学协会宣言，该宣言称“一次性发布700多个文件不是学术展示而是力量展示”，呼吁数学家停止与OpenAI合作 [6] - 陶哲轩在加州理工学院“Math 2.0”演讲中表示，关心的是AI把数学带向何处——是支撑数学共同体还是把解题数量当成唯一目标 [6] - 陶哲轩以“开放问题像灯塔”作比喻：抵达灯塔不等于完成了周边数学世界的探索 [7] - 2026年菲尔兹奖得主邓煜态度轻松，认为AI能做短篇幅局部逻辑推导、在人类给定清晰路线图下充当高效“代工机器”，但数学核心永远是“理解” [9] AI在数学研究中的合理用法 - 邓煜认为使用AI是好事也是未来方向，关键在于方法，主要涉及学术规范和伦理层面 [13] - 当前阶段AI向人学习、吸收人的思路再产生可理解的新想法，人与AI一起进步是理想状态 [13] - 最适合AI的场景：已有解题路线、步骤清晰但实际推导过于复杂耗时，将具体工作交给AI可节省时间精力用于更根本的问题 [15] - 邓煜合作者比约恩·布林格曼用GPT Astra解决一个具体随机偏微分方程问题，仅用一两天，但前提是人对问题有足够深入理解并已有证明计划 [31] 学术评价体系与激励机制 - 科技公司大张旗鼓宣布解决数学问题，部分原因在于数学界自身一直看重“解决问题”，但过去解决问题通常意味着对问题理解很深、能讲清楚、能提出新问题、能培养学生 [17] - 对OpenAI等公司而言，数学问题只是训练和评估更通用模型的好用测试题，证明成为副产品，陶哲轩比喻为“有毒废料” [18] - 需更明确表达：解决问题不是为了解决问题本身，而是为了更全面的理解和从中获得的新认识 [18] - 理想情况下产出证明的公司应与数学界合作，在项目开始前就请数学家参与，而非事后收拾残局 [18] - 若仅解决问题而未带来其他有价值的东西，不能成为认可的数学文献的一部分 [18] - OpenAI发布内容中约十来个问题是陶哲轩关心的，但当前讲解方式未使其产生深入研究兴趣，若一开始合作过程会快得多 [18] 成果归属与思想传承 - 学术界数百年遵循开放科学原则，科学文献是共享资源，使用前人研究需做好引用以便追溯想法来源 [21] - AI吸收数千年文献后通过不透明过程转化成答案，有时无法追溯来源，思想传承链条开始断裂 [21] - 科技公司有动力淡化AI对人类几千年努力的依赖，使外界相信AI仿佛凭空解决问题 [21] - 具体案例：有人直接将他人此前提出的思路输入ChatGPT生成证明，亟需建立追溯想法来源的机制 [22] - 若能看到AI思考过程至少可大致了解其路径和参考内容，完全不公开则不可接受 [22] - 构建不依赖大公司工具时，追溯想法来源应成为努力目标之一 [22] 开放数学模型项目（Open Math OS） - 陶哲轩担任SAIR基金会主席，初衷是为数学界提供由数学界自己开发、符合学术界价值观的工具 [25] - 大型科技公司专有模型在文献检索等功能上确实实用，查文献能力变强不会削弱对研究内容的理解 [25] - 但专有模型生成证明时缺乏相应理解、引用不完整，打断文献传承关系，因此希望独立于大型科技公司开发自有工具 [25] - 已加快Open Math OS发布，初期使用现有开源模型，围绕模型的操作系统已搭好，整合模型与各种工具供协作使用 [26] - 正组织不同团队、邀请合作伙伴参与，分别提供想法、数据、训练和算力，希望几个月内在现有开源模型基础上推出自有模型 [26] - 邓煜参与原因：科学一直开放，用于科学研究的AI也应开放，不应建立在闭源AI工具之上；9月研究笔记事件使建立开放数学模型更紧迫 [26] - 世界各地不少团队开始往此方向做，整个学术界至少数学界会尽力让数学和科学保持开放 [27] AI时代人的核心能力 - 陶哲轩强调关键是让人的能力变强，把工具交到科学家手中使其变得更聪明、理解更深，而非为得到答案牺牲自身能力 [29] - 以汽车作比喻：不能因开车忘记走路，但也不应彻底放弃汽车，要有意识地想清楚再用 [29] - 对年轻一代有信心，工具真正掌握在他们手中时会做出有创意的新东西 [29] - 邓煜认为AI是工具本身无好坏，围绕它建立的整套机制才重要，开放性是关键条件 [30] - 提问能力尤其是提出恰当问题的能力最重要，AI解决一个问题后通常引出更多有意思的新问题可供探索 [30] - 可先沿AI走过的路线前进再转向新方向展开探索，要求能问对问题并有整体规划 [31] - 提出全新想法的能力，以及引导AI和不依赖AI独立开展研究的能力同样关键 [31]