2026 年 9 月 11 日，25 位菲尔兹奖得主公开发表署名联名信。他们指控 AI 公司把解题当做能力标尺的做法，与学术界的长远目标发生严重冲突。六天后，同为菲尔兹奖得主的 Tim Gowers 站出来解释自己为何拒绝签名。他将原本掩藏在水面下的学界分歧摆上了台面。
图：亚历山大·格罗滕迪克的手稿档案，被存放在巴黎六区一家书店的地下室里。来源：David Bessis《The fall of the theorem economy》
砸下四千万美元买断百年反例
在商业公司的算力倾销下，解决数学难题变成了一笔明码标价的买卖。MathOverflow 上的社区成员计算过一笔账。为了抢下近期爆出的那个 Navier–Stokes 反例，各大机构投入的算力成本非常高昂。Capital&Compute 估算的数字是 650 万美元。TensorFeed 给出的区间是 1000 到 1500 万美元。Business Insider 的爆料花费高达 4000 万美元。花一千万美元换一个百年反例的首发权，资本对发现权的扫荡重写了游戏规则。
未解问题并不是天上掉下来的无主资源。它们是几代顶级头脑梳理、简化并共享出来的智慧结晶。AI 公司对待这些问题的方式，和对待 GitHub 上的开源代码一样，全部当成测试模型的廉价原料。模型拿走了最显眼的解答权，把失去目标的荒芜留给了学术界。
AI 让证明过程变成可以按算力批发的东西。数学界真正的稀缺资源随之从单纯的证明能力转移。它变成了提出什么问题和理解答案这两件事。问题的核心在于，提出问题和理解答案在现有的体系下无法被计价。
同僚拒签戳破价值盲区
联名信《A Severe Misalignment of AI in Mathematics》上线后引发大范围震动。这封信的核心观点是，解题只是达成概念理解的工具。在 AI 世界里忘掉这一点，机器会反噬人类的终极目标。这种对概念理解的绝对推崇，引起了学界内部不同阵营的反弹。
Tim Gowers 在博客公开解释了拒绝签名的原因，文章随后交叉发布到 Terence Tao 的主页上。这个话题在 Hacker News 上收获 242 条评论，远超 186 的点赞数。评论数超过分数的 1.3 倍，这反映了辩论的激烈程度。Gowers 坦承行业面临危机，但他坚决反对把概念理解定为唯一的正确取向。
Gowers 引用自己 25 年前撰写的《数学的两种文化》提出反驳。他指出学界内部一直有两类人，一部分以解题为动机，另一部分以理解为动机。联名信的措辞实际上把以解题为乐的习惯单方面判定为错误取向。算力把解题者的价值大幅压缩后，防守动作演变成了一场话语权争夺战。
图：25 位菲尔兹奖得主联名信《A Severe Misalignment of AI in Mathematics》页面截图。来源：mathandai.org
剑桥研究组被迫接受沉重教训
Gowers 的立场并不纯粹是从理论出发。他主动披露了自己与 OpenAI 的真实联系。他作为外部专家拥有 OpenAI 模型的提前访问权和免费 Pro 账号。但他强调自己从未收过对方的经费。这种通常只有几天的提前访问权，足以让他看清技术前进的真实破坏力。
他在剑桥大学带领着一个自动定理证明小组。他们原本的目标是用机器辅助人类获得新的数学结构。然而，现在的模型可以绕开他们精心设计的理论路径，用暴力手段直接给出证明。Gowers 承认自己小组的生存动机已经消失，大家不得不接受这个沉重的教训。
公开可用的模型比几乎所有人类数学家都要强大。长篇答案以超出人类吸收速度的节奏从屏幕涌出。面对这种级别的计算量，大部分答案的交换过程仅仅沦为人类用户输入一句感谢。人类吸收知识的带宽上限，成为了阻隔理解力蔓延的物理墙壁。
没人愿意为纯粹理解买单
联名信中有一段脆弱的论述。它声称即使寻找证明不再是数学家的工作，社会仍然需要建立一套办法来说明维持专家队伍的价值。这条防线在 Hacker News 的评论区被精准击碎。反对者抛出了两个避无可避的诘问：社会凭什么要为一个不产出具体题解的群体拨付经费？年轻研究员的终身职位晋升台阶该怎么设计？
传统的学术体系建立在发表论文和解决难题之上。一个博士生花费五年时间死磕一个小定理，却发现商业模型只要五分钟就能出结果。此时传统的学术训练就失去了现实支点。这不仅是研究者的饭碗危机。这是对整套人才培养体系根基的抽底动作。
如果没有成型的制度把纯粹理解量化成考核指标，经费分配系统就缺少了运作的依据。Gowers 推演了一个夸张的场景：国际协议强制禁止发布更强的模型，由学术机构来决定哪些问题可以被机器求解。这种脱离现实的规则构想，映衬出学术圈面对资本碾压的无力感。
藏起问题比解决问题更安全
体系崩溃的压力正在逼迫研究者走向防御本能。MathOverflow 上的一篇提问获得了近五千次浏览。发帖人担忧数学研究会退化回中世纪的保密时代。失去安全感的研究员本能地切断了与外部共享网络的连接。
历史上出现过同样的闭门造车时期。1510 年数学家 Scipione del Ferro 在解出三次方程后将方法藏了整整 20 年。他直到临终前才传授给门下弟子。在那个年代，掌握一条独家的解题路线是维持职业安全感的唯一途径。后来的牛顿延迟发表微积分理论。他和莱布尼茨长达数年的知识权争执，运作机制同样如此。分享意味着优势受损，信息封锁成了盾牌。
Terence Tao 在社交平台上做出了精确的局势拆解。目前真正稀缺的能力是识别出一个有潜力的未解问题。生态现状在于，只要传出有团队在攻克某个猜想，就会诱发大模型调集重兵进场。它们在人类项目成形前把目标直接拔除。
图：MathOverflow 上「数学会不会退回中世纪保密时代」的提问页截图。来源：MathOverflow
社区试图夺回脑力定价权
技术干预导致激励机制发生逆转。既然提出好问题只会让机器抢走解答权，鼓励共享研究方向的动力便消耗殆尽。把好的思路锁在抽屉里，变成了保护脑力投资的唯一手段。这种自我隔离的倾向正在把沉淀几百年的传统彻底推翻。
面对持续的扫荡行为，社区在讨论中拿出了两条实操级的防御方案。第一条方案借鉴版权法的规定，要求只有人类能够署名学术成果。对于找不到具体人类贡献者的论文，必须如实标注机器生成。这能强行切断科技公司用算力兑换声誉的捷径。
第二条方案要求所有参与署名的论文必须公开完整的方法论。它包含系统提示工程与外挂模块的搭建细节。这些系统架构往往被大公司视为核心机密。强制信息披露能够成倍推高公司抢夺归属权的隐性成本，逼迫他们离场。
25 位顶尖学者的联名抗议和选择保密的防守派，本质上是在用不同的姿态给人类的心智劳动重新定价。分歧的重点不再是模型解题的水平有多高，而是该拿出一套怎样的新规则来限制资本野蛮生长。没有制度护航，任由算力倾销碾碎研究路径，被抽掉的就是整整一代人类学者的成长阶梯。
参考链接：
- MathAndAI 官网联名信
- Gowers 博客文章
- MathOverflow 社区帖子
