陶哲轩警告数学百年危机：AI解出7道研究级难题，为何证明越多理解越少？

　　陶哲轩在2026年国际数学家大会上发出警告：AI正在制造数学界的“百年危机”——10道从未公开的研究级新题中，AI解出7道，但证明过剩导致人类数学家难以消化，更严重的是AI生成的平滑文本正在抹去理解的痕迹，下一代数学家的理解能力可能退化。

　　菲尔兹奖得主、21世纪最杰出的数学家之一陶哲轩（Terence Tao）在2026年国际数学家大会（ICM 2026）的公众演讲中，以《人工智能时代的数学》为题，系统性地指出了AI对数学领域带来的深层冲击。他直言，数学正面临一场“百年危机”——不是来自外部挑战，而是来自内部“消化不良”。[2]

　　这场危机的核心是一个悖论：AI能以前所未有的速度产出正确证明，但人类数学共同体却越来越难以消化、验证和理解这些成果。陶哲轩引用了一个最新案例：一组研究者向AI提出了10道从未公开的研究级数学新题，结果AI解出了其中的7道，且答案达到期刊发表水平。[2]然而，陶哲轩强调，答案正确远远不够——“一个问题被真正解决要过五关：证明、验证、阐释、同行认可、写进教材。AI只加速了第一关。”[2]

　　一、事件还原：陶哲轩如何亲历AI改变数学研究流程？

　　陶哲轩本人的一次实践，生动展示了AI在数学研究中的“双刃剑”效应。2025年，他参与解决了一个经典问题——数学大师埃尔德什（Paul Erdős）提出的第367号问题，属于数论中一个专业级难题。[1]整个解决过程堪称“人机协作教科书”：

　　首先，数学家Wouter van Doorn给出了一份人类手写的反例证明草案，但其中有一个关键恒等式未能完全证明，他写道：“相信有人能帮我确认一下”。陶哲轩将这个恒等式输入Google的Gemini Deepthink模式，大约10分钟后，Gemini给出了一份完整证明，并确认了整个论证成立。[1]不过，Gemini的证明用到了p-adic等高级代数数论工具，陶哲轩认为“杀鸡用牛刀”。于是他花了半小时，将AI的证明手工转化为更基础、更易懂的版本。[1]两天后，另一位数学家Boris Alexeev使用一个名为Aristotle的工具（基于AI + Lean形式化验证系统）完成了全套形式化证明，并特意手动检查最终结论，以防AI在形式化过程中编造内容。[1]最后，陶哲轩又用Deep Research（同时使用了ChatGPT和Gemini）做了一轮文献搜索，确认该问题此前没有直接解决的工作。[1]

　　这场实践揭示了一个全新流程：人类提出猜想→AI暴力证明→人类简化优化→AI辅助形式化验证。陶哲轩评价道，AI做的是那些需要大量计算、符号推演但方向已经明确的“体力活”。[1]

　　二、AI数学能力达到什么水平？Gemini 3已接近博士水准

　　陶哲轩在演讲中承认，AI的数学推理能力已取得惊人进展。他特别提到Google的Gemini 3，其数学能力已接近博士生水平。[1]在解决Erdős第367号问题时，Gemini Deepthink模式仅用10分钟就完成了一个人类数学家可能需要数天才能推导的恒等式证明。此外，在另一组实验中，AI在10道未公开的研究级新题中解出7道，准确率70%，这些题目并非简单习题，而是“专业数学研究级别”的问题。[2]

　　但陶哲轩同时指出，AI的能力上限仍然明显：它无法判断一个问题的“重要性”，无法决定哪个问题值得解决，也无法在证明过程中感受到“哪里难”。[1]更深层的问题在于，AI生成的证明文本虽然语法、拼写、格式几乎无可挑剔，但它对“阐释”的理解存在结构性缺陷。[5]

　　三、平滑文本的陷阱：为什么AI论文反而阻碍理解？

　　陶哲轩在演讲中展示了一个生动的细节：他年轻时阅读Bourgain论文的批注页，上面全是批注——补全被省略的中间步骤、对跳步处打问号、用自己的话重新组织证明。他说，“理解的形成恰恰在这些停顿、卡壳、重写的痕迹里。”[5]

　　而AI生成的数学论文，总是过于光滑。陶哲轩指出，这类文本往往在简单的部分停留过久，却在真正困难或新颖的地方一笔带过。更隐蔽的问题是，人类作者曾觉得困难的地方，往往会保留思考和推导的痕迹——一个看似多余的中间步骤，或者一句“注意这里不能直接用XX定理”。这些痕迹是“作者当年挣扎的化石”，它们向后来的读者传递一个无价的信息：此处务必小心。[5]AI润色所做的“修平”简直是灾难——因为理解的形成恰恰依赖于重走那段崎岖路程。结论可以瞬间传递，唯独理解不能。光滑的文本会让读者产生“好了，读懂了”的错觉，实际上他们只是“读完了”。[5]

　　陶哲轩因此提出一条准则：如果作者无法以专家水平清晰解释其结果，即使该证明已通过Lean等工具的正式验证，也不应予以发表。[3]这一准则在数学社区引发激烈争论——支持者认为数学本质上是人类的协作与理解，反对者则援引国际象棋引擎为例，认为“ground truth”高于人类的解释力。[3]

　　四、数学五大步骤与“消化不良”危机

　　陶哲轩在演讲中系统梳理了数学发现的五大步骤：生成、验证、表述、发表、正典化（进入教科书）。[4]他指出，AI目前只加速了第一步“生成”和部分第二步“验证”，但剩下的步骤——特别是“表述”（即清晰阐释）和“正典化”——几乎完全依赖人类共同体。当AI以极低成本大量产出证明时，人类数学家面临“证明过剩”的困境：他们没有足够时间和精力去验证和理解这些成果，更不用说将其转化为教科书中的知识。[4]

　　他进一步警告，这会导致一个恶性循环：AI生成过剩→文本过度光滑→阻力与痕迹消失→读者的再创造接口被堵死→下一代数学家的理解能力退化→共同体消化能力下降。[5]数学的衡量标准本应是“让人们更清楚地理解和思考”，而不是“定理的生产速度”。[5]

　　五、技术要点表：AI数学工具与影响

　　六、舆论场争论：数学应追求理解还是结果？

　　陶哲轩的演讲引发了数学社区的重大分歧。支持者认为，数学本质上是人类的协作与理解活动，AI证明如果无法被人类理解，就不应被承认。反对者则援引国际象棋引擎深蓝和AlphaZero的例子，认为“ground truth”高于人类的解释力——正如国际象棋界已经接受了引擎的走法，数学界也应该接受AI证明，即使人类无法完全理解。[3]

　　陶哲轩本人立场明确：他提出“陶哲轩准则”——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，那么这个成果就不应该发表。[4]这是一种数学价值观，也是使用AI的原则：如果自己不明白AI说了什么，就不要乱用。[4]

　　社区评论中，有人指出这揭示了一个深层演变：数学正从“追求理解的科学”向“追求结果的工程”漂移。如果数学最终剥离了社会化的解释过程，它可能沦为一种仅供AI迭代的黑盒产物。[3]对研究者而言，未来的稀缺资源不再是逻辑推导能力，而是将AI发现的冰冷真理转化为人类直觉的“翻译能力”。[3]

　　七、延伸价值：对AI行业与数学教育的启示

　　陶哲轩的警告不仅关乎数学界，更对AI行业和整个教育体系产生深远影响。

　　首先，AI模型的设计者需要反思“平滑输出”的副作用。当前大模型训练中追求流畅、低困惑度的文本生成，这在数学和科学领域可能适得其反。好的数学阐释需要“标注悬崖”——即明确指出哪些步骤是困难的、反直觉的。未来AI模型或许需要引入“认知难度标注”机制，让模型学会表达不确定性或困难程度。

　　其次，数学教育面临根本性挑战。如果下一代数学家习惯于接受AI生成的平滑结论，而缺乏“重走崎岖”的训练，理解能力将系统性地退化。陶哲轩的解决方案是：数学教育应更强调“痕迹阅读”——即让学生学会从论文的省略、跳步中重构推理，而非依赖顺滑的叙述。

　　最后，对于科技从业者而言，陶哲轩的案例提供了一个决策框架：在引入AI辅助时，必须保留人类对“理解”的最终控制权。AI可以加速证明，但人类必须负责“阐释”和“判定重要性”。正如陶哲轩所说：“在AI时代，真正的稀缺资源不再是逻辑推导能力，而是将AI发现的冰冷真理转化为人类直觉的翻译能力。”[3]

　　八、常见问题解答（QA）

　　Q1：陶哲轩说的“数学百年危机”具体指什么？

　　陶哲轩认为，AI以极低成本大量产出数学证明，导致“证明过剩”而人类数学家难以消化验证。更严重的是，AI生成的平滑文本抹去了理解所需的“痕迹”（如卡壳、跳步提示），下一代数学家的理解能力可能退化，数学共同体面临“消化不良”的危机。[2][5]

　　Q2：AI在解数学题方面到底有多强？

　　据陶哲轩在ICM 2026演讲中披露，一组10道从未公开的研究级数学新题中，AI解出了7道，达到期刊发表水平[2]。此外，Gemini Deepthink模式在10分钟内完成了一个人类数学家需数天才能推导的恒等式证明[1]。但AI无法判断“哪个问题值得解决”，也无法理解“哪里难”。

　　Q3：为什么AI生成的平滑文本反而有害？

　　陶哲轩指出，数学论文的本质是“认知地图”，其价值在于标注“哪里有悬崖”。人类优秀作者会在困难处留下痕迹（如多余步骤、警告语句），而AI生成的文本把常规步骤和关键突破写得同样轻松，掩盖了真正值得学习的思想。读者可能“读完了”但并未“读懂”，理解能力因此受损。[5]

　　#陶哲轩 #数学危机 #AI证明 #Gemini3 #数学理解