数学界与AI大厂之间积攒已久的矛盾，在一周之内被彻底摆上台面。陶哲轩发文称，25位菲尔兹奖得主联合签署公开信，抨击AI公司将「解决著名数学难题」当作衡量模型能力的基准，认为这是「对数学这门科学和数学共同体的伤害」，矛头直指OpenAI。

这场风波的导火索，是本月初OpenAI的一次高调发布。9月8日，OpenAI宣布其内部模型通过约1万个Agent并发，仅用88小时就「解决」了纳维-斯托克斯方程问题——这是克雷数学研究所2000年选出的七大「千禧年大奖难题」之一，单题悬赏100万美元。按OpenAI的说法，他们先用1000个Agent在简化问题上试跑50个小时，随后全力猛攻，总耗时88小时，宣称证明存在一类起初完全静止的正常流体，在光滑外力作用下会在有限时间内速度升至无穷大，即数学上的「爆破」。

但相比结论本身，数学家更关心这个证明是怎么做出来的、以及它算不算数。这份证明尚未经过同行评审，按克雷数学研究所的规则，解题者要先在同行评审期刊发表成果、再经过两年的考察期，才能领取奖金。OpenAI宣称完成解题的是从8月28日才开始训练的模型，比GPT-6 Astra能力显著更强，暂不对外开放，整轮攻坚消耗了数百万美元级算力。

争议的焦点出在署名与优先权问题上。9月7日，即OpenAI公告发布的前一天，纽约大学数学家Tristan Buckmaster与供职于Anthropic的数学家Levent Alpöge发布了他们在受迫欧拉方程等「相关但不同」问题上的成果，外加三篇论文草稿，合计245页。Buckmaster还附了一份措辞激烈的声明，称与OpenAI方面沟通后发现，对方的解题思路与他们两人正在走的路线几乎一模一样。在学术传统里，得知他人未发表的研究方向后抢跑，是最犯忌讳的事之一。Buckmaster直言，他和Alpöge数月的工作记录都留在OpenAI的Codex里，因此质疑OpenAI是否读取过用户数据。他还称，OpenAI提出过一份「合并方案」，由他执笔宣布「OpenAI内部模型解出纳维-斯托克斯问题」，条件是致谢OpenAI，但Alpöge不能署名。

OpenAI一方对此全盘否认。牵头千禧年难题攻坚的Sébastien Bubeck在简报会上称，无论是研究员还是Agent，在对方公开发布之前，他们没有看到对方的任何工作，并公开了短信记录，称自己当时提供了让对方「优先发表」的选项；Sam Altman也下场辩护，称Bubeck和团队全程行为「诚信、慷慨」。不过OpenAI在官方博客里留了一句耐人寻味的补充：可能性不高，但无法排除由他们使用其产品所产生的去标识化数据曾帮助改进模型。

摩擦还延续到了现实中。加州理工学院原定10月30日举办数学黑客松，让参赛者用大模型解题，OpenAI和Anthropic联合提供了200万美元的AI算力额度。在一群数学家发布公开信抨击这类活动很可能对数学共同体造成破坏性影响、认为AI公司正在进行学术不端后，组委会回应称将增加验证期和公开出版要求。据Business Insider报道，OpenAI现已宣布退出赞助。

回到那份公开信，25位签署人全部是菲尔兹奖得主，获奖年份横跨近半个世纪，最资深的是1978年得主皮埃尔·德利涅，还包括2010年获奖的吴宝珠，以及2026年刚获奖的中国数学家邓煜。菲尔兹奖每四年颁一次，只授予40岁以下的数学家，被称为「数学界的诺贝尔奖」。公开信由陶哲轩的博客同步发布。陶哲轩此前以对AI开放著称，多次公开演示用ChatGPT配合Lean做形式化证明，而这一次，他站到了OpenAI的对立面。公开信通篇没有点名任何公司，但外界基本都读作剑指OpenAI，《经济学人》的报道标题就是「顶尖数学家对OpenAI的做法感到愤怒」。

公开信最核心的观点是：过去几个月，大语言模型的数学能力突飞猛进，已经能解决多个领域的重大悬而未决问题；然而AI公司把解题当作基准来推进，对数学这门科学、对数学共同体都是有害的，AI公司的目标与数学共同体的目标严重错位。公开信认为，这只是更大范围错位的一部分，同样影响着其他科学、创意行业乃至整个社会。

公开信强调，著名难题历来是「地标」和「灯塔」一样的存在，解决一道这样的难题，往往伴随着新洞见和新方法的出现，之后还要经历漫长而艰苦的消化——报告、讨论、简化，直到沉淀成适合研究生甚至本科生学习的教科书内容，有些思想要到几十年、几百年后才会成为全人类使用的工具。而解题只是实现核心目标（概念理解和洞见）的工具和代理，忘掉这一点，工具就会反噬目标：以越来越快的速度批量生产「真/假」命题，可能摧毁沃土，而不是为新的思想注入生机。公开信还担心，许多成果抢发得太快，没有时间做规范的文稿整理、提炼新方法、引用前人工作，会带来严重的署名与抄袭问题；更长远的担忧是传承问题——如果没有数学家愿意承担培育工作、把AI构想的思想整合进数学经典，这些思想永远不会真正活起来，数学界代代相传的人类传承链条也会断裂。

值得注意的是，公开信并没有反对AI。它承认AI提供了增强和加速真正的数学研究与理解的潜力，也承认数学这一职业需要适应变化，并留下这样一句话：这些变化最终是造福这个领域，还是造成破坏性后果，很大程度上将由掌控这项新技术的人类如何决策决定。

这封信并非凭空出现。过去几个月，AI与数学的冲突一件接一件：5月，一个出自OpenAI内部模型的反例，推翻了在组合几何里悬了80年的Erdős单位距离猜想，配套的验证论文由九位数学家联名完成，其中一位是后来拿下2026年菲尔兹奖的Jacob Tsimerman；6月2日，《关于人工智能与数学的莱顿宣言》发布，由来自15所大学的16位学者起草，国际数学联盟为其正式背书，签名超过2600人；7月，Alpöge用Claude证伪了87年未解的雅可比猜想；8月，陶哲轩撰文判断，AI可能让数学遭遇「自Gödel以来最大的危机」；9月，OpenAI耗时88小时的解题，把这一切推向了沸点。

数学家对新技术发难，在历史上有过不少先例：苏格拉底抱怨过文字会让人懒得记忆；圆珠笔出现时，有人担心钢笔消亡；电子计算器普及，也吓到过一批人。结果人们照样写字，只是更快；数学家照样做研究，只是算得更快。但这次对于技术的指控中多了一种新的焦虑，即连理解本身都可能被绕过。哥伦比亚大学Betsy Sparrow团队2011年的研究发现，搜索引擎普及后，人们遇到难题会先搜索而不是回忆，记忆被外包给了互联网；SBS瑞士商学院Michael Gerlich近期的研究则显示，频繁使用AI工具与批判性思维能力呈负相关。

公开信还提及了一个很少被讨论的担忧——附属收益的消失。学术圈历来推崇第一个证出定理或破解猜想的人，但最终答案只是学术过程的一环，解决问题会带出更多问题，进而生长出新的研究领域；如果AI直接输出证明，这个过程可能就不会发生了。如果AI哪天开始攻克癌症、改善能源供给，很少有人会在乎突破是怎么来的；但抽象数学是个例外——它几乎没有直接的实际应用，主要目的就是人类的理解本身。如果未来的抽象证明由机器完成、人类无法理解，这门事业的目的就会变得难以看清。

数学界内部对这件事的态度尚不统一。今年的菲尔兹奖得主之一、加拿大数学家Jacob Tsimerman，在7月的颁奖典礼上宣布离开多伦多大学、加入OpenAI，理由是他判断AI很快会把数学家的活干得「更快、更好」，而他没有在这封联名信上签名。