菲尔兹奖得主陶哲轩在2026年国际数学家大会上公开警告，数学正面临一场“百年新危机”——但这次冲击的不是逻辑地基，而是整个学科长期默认的价值观与实践方式，核心矛盾已从“证明稀缺”转向“证明过剩”。
一、AI能力跃迁：解题成本骤降，数学迎来“证明过剩”
实测数据触目惊心：独立评测FirstProof第二批10道从未公开的研究级新题中，4套AI系统以每道10至1000美元的成本解出7道，且解答达到学术期刊水平
典型突破不断涌现：2026年5月，OpenAI推理模型自主推翻悬置80年的埃尔德什“单位距离猜想”，菲尔兹奖得主高尔斯评价“此前没有任何AI生成证明能接近此水准”
时代切换判断：陶哲轩认为数学正从“证明稀缺”迈入“证明过剩”，AI解题能力已远超人类验证、理解与消化的速度
二、核心冲击：“证明消化不良”与数学家价值重估
提出“证明消化不良”：AI生成证明的速度将远超人类验证、表述、评审与消化的能力，流水线入口被撕开，后端处理能力却未同步提升
完整成果需五级链条：陶哲轩强调，一个数学成果要真正成立，须经历生成→验证→清晰表述→共同体接受→纳入标准理论，AI只加速了最前端的“生成”
人类价值向“消化”迁移：真正稀缺的不再是证明者，而是能判断证明重要性、阐释其意义并将其体系化的人，数学家的角色正从“解题者”转向“数学思想的策展人”
三、价值观危机：数学的目标正在被重新定义
引古德哈特定律警示：当一个指标成为目标后就不再是好指标，AI对“解题数”的过度优化，正让原本高度绑定的多个数学目标彼此脱钩
数学的本质面临追问：陶哲轩援引Thurston的话“我们不是定理的生产机器，证明的目的是理解”，指出AI可以生产证明，但“理解”这件事暂时没有机器能替人类完成
给出应对底线：他明确表态，如果作者不能清晰讲解自己的成果，就不该发表——即使形式化验证已通过；2026年6月发布的《莱顿宣言》亦强调“AI可参与数学研究，但人类必须为最终成果负责”