25位Fields Medal得主——数学界的"诺贝尔奖"获得者——联合签署了一份声明，核心观点只有一句话：AI公司用数学刷benchmark，正在毁掉数学本身。

这不是几个老教授的牢骚。签署人里有Terence Tao（陶哲轩），公认的"在世最强数学家"，他公开支持AI辅助数学研究，甚至用AI帮忙证明了Erdos问题。连他都站出来说"方向错了"，事情就不简单了。

而就在这份声明出现的同一周，两个重磅事件正在发酵：Claude用11天将费马大定理的形式化证明写入了Lean，OpenAI用10000个AI Agent花了50小时解决了Navier-Stokes千禧年问题。

数学界最顶尖的大脑，和AI界最强的能力，正在同一个时间点上正面碰撞。

先说结论

这份声明的核心不是"AI不行"，而是"AI走错了方向"。数学的灵魂是理解，不是证明。AI公司把"证明定理"当benchmark刷，就像用计算器算出所有答案然后宣称"我懂数学"——答案对了，但什么都没学到。

谁签了这份声明？

Fields Medal，数学界的最高荣誉，每4年颁发一次，只给40岁以下的数学家。含金量之高，获奖总人数至今不到70人。

这次声明的签署者包括25位Fields Medal得主，时间跨度从1978年到2026年——几乎覆盖了半个世纪的数学精英：

还有2,516位数学家通过ORCID或学术邮箱签名支持。这个数字本身就在说明：这不是少数人的反对，而是数学界的共识。

声明到底说了什么？

声明的原文标题是"A Severe Misalignment of AI in Mathematics"（AI在数学中的严重错位）。关键词是"错位"——不是AI不行，是AI的目标和数学的目标根本对不上。

三个核心论点：

论点一：解题不是数学的目的，理解才是。

声明写道：“Solving problems is only a tool and proxy for achieving the primary goal of conceptual understanding and insight.“翻译过来就是：解题只是工具，理解和洞察才是目的。

著名数学问题的作用是什么？它们是"地标和灯塔”——用来衡量人类对数学图景理解的深度。证明一个定理之后，数学家社区要花很长时间去讨论、简化、提炼新方法，最终形成教科书级别的解释。

AI目前做的事情，相当于跳过了整个过程，直接丢出一个"对/错"的结论。

论点二：AI生成的证明，缺失了最关键的东西。

声明指出AI证明的三个缺失：

• 缺少新方法的提炼——证明里可能藏着新思想，但AI不会主动挖掘
• 缺少对前人工作的引用——数学是接力赛，每一步都站在前人肩膀上
• 缺少人类传承链——没有学生、没有讨论、没有教科书化，思想就死了

数学社区是一个"人类的缩影”，最宝贵的资源是"学生和思想"。AI批量生产的证明，把这条传承链切断了。

论点三：这不是数学独有的问题。

声明最后一段话值得全文引用：“The issues the mathematical community faces now are similar to issues that other scientific and creative professions are facing, and indicate issues that all of humanity might face.”

翻译：数学界现在面临的问题，其他科学和创造性职业也在面对，而且预示着全人类可能面临的问题。

三个事件的时间线：AI正在加速

把最近一周的三件事串起来看，会发现一个令人不安的加速曲线：

从单个AI到10000个Agent，从11天到88小时，从"能解题"到"解千禧年问题"——AI的数学能力在以月为单位指数增长。

而数学界的回应，从零星的担忧，升级到了25位顶级数学家的联合声明。

双方都在加速，但方向相反。

HN社区的争论：连数学家自己都吵翻了

这份声明在Hacker News上获得了834分，评论区吵成一锅粥。有意思的是，连数学家群体内部都有分歧。

乐观派（少数派）：一位数学PhD说，AI可能像国际象棋引擎一样碾压人类，但围棋被AlphaGo征服后，人类反而从AI学到了新下法。数学也一样。

声明支持者（多数派）：这不是说不能用AI，而是说AI应该被用来增强人类的理解，而不是取代它。棋是运动，没人想看两个机器下棋。数学不同——数学的价值就在于人类理解它。

最尖锐的批评：“Tech companies don’t even think about externalities. They don’t care about developing research—they just grind PR stunts."——科技公司根本不在乎外部性，他们只关心PR噱头。

这个争论的核心分歧在于：当AI能解所有数学题时，“人类理解数学"这件事还有没有价值？

对AI Agent生态的启示

这份声明表面上是数学界的事，但它揭示的问题，和每一个用AI Agent的人有关。

启示一：工具能力≠目标达成。 Navier-Stokes的证明是"正确"的，但没有新方法的提炼、没有前人工作的引用、没有人类传承链，这个证明就像一棵没有根的树——存在，但无法生长。对AI Agent用户来说，Agent能完成任务≠任务完成了目标。

启示二：规模化不等于价值放大。 10000个Agent协作88小时，听起来很震撼。但这种"批量证明"只会产生"true/false"的堆砌，不会产生新的数学思想。规模化本身不是价值，理解深度才是。

启示三：人类的角色没有消失，但变了。 声明没有说"别用AI”，而是说"AI应该增强人类的理解”。数学家的新角色不是"证明者"，而是"思想的提炼者和传承者"。同理，AI Agent时代，人的价值不在于"能不能做"，而在于"该不该做"和"怎么做得更好"。

陶哲轩的立场：最耐人寻味

声明中最引人注目的签署者是Terence Tao（陶哲轩）。

这不是一个"AI恐惧者"。陶哲轩是数学界最早拥抱AI的顶级学者之一：他用AI辅助证明了Erdos组合数学问题，多次在公开场合表示AI是数学研究的强大工具。

但恰恰是这位"AI友好派"，在声明上签了字。

这说明声明的立场不是"反对AI"，而是"反对AI的使用方向"。陶哲轩支持的是用AI增强人类理解，反对的是用AI取代人类理解——这两者之间的区别，就是这份声明的核心。

更大的问题：谁来定义"进步"？

声明的最后一段把问题拉到了最高维度：“how to make sure that, as AI changes the way work is done, we do not lose sight of what that work was meant to achieve in the first place.”

核心问题只有一个：当AI改变了工作方式，我们怎么确保不忘记工作最初的目的？

这个问题适用于所有创造性职业：

• AI写代码很快，但程序员的目的是"理解系统"还是"交付功能"？
• AI写文章很快，但写作的目的是"传递信息"还是"锻炼思维"？
• AI画画很快，但艺术的目的是"产出作品"还是"表达情感"？

在每一个领域，AI都在用"更快、更多、更准"的方式产出结果。但"结果"从来不是目的——理解、洞察、传承才是。

这份声明的力量在于：它不是在反对技术，而是在追问价值。当AI解题的速度越来越快，我们需要回答的问题不是"AI能不能做到"，而是**“做到之后，我们还剩下什么”**。

本文引用声明原文来自 mathandai.org，HN讨论帖 833分。声明全文可在mathandai.org阅读，支持者签名页面已开放。