OpenAI才不管数学家的职业生涯呢

历史反复印证着一个规律：从事科研的人，终究斗不过商人和政客。

1945年，“原子弹之父”奥本海默走进白宫，对杜鲁门说：“我觉得我的双手沾满了鲜血。”杜鲁门对他的沮丧表现感到厌烦，私下里跟助手抱怨：“血在我手上，让我来操心就行了。”他还叮嘱下属，以后别再把那个爱哭的科学家带进办公室。

2026年，当陶哲轩与其他24位全球顶尖数学家联手，呼吁抵制AI对数学领域带来的伤害时，他或许也感受到了类似的被欺骗感。因为就在两年前，他还满怀乐观地描绘“工业化数学”的未来，公开表示自己与ChatGPT合作攻克了MathOverflow上的难题，大大节省了繁琐的计算时间。到了2026年，陶哲轩甚至已经把AI完全融入了日常的核心工作流程中。

这段“蜜月期”在2026年秋天画上了句号。OpenAI利用内部模型宣称，在88小时内解决了“千禧难题”中的纳维-斯托克斯方程。同年9月，陶哲轩等25位数学家联合发布了一份题为《人工智能在数学中的严重错位》的声明，提前警告AI介入基础数学研究可能带来的巨大风险。

但这份警告被完全忽视了。

10月，OpenAI一口气抛出了722篇由机器生成的数学手稿，整理出372个成果组，其中一些成果直接触及了现代数学的核心前沿领域。

AI跳过了数学家为寻找新洞见而进行的漫长推演、反复试错和构建理论框架的探索过程，直接甩出一堆人类根本来不及验证、甚至逻辑都难以被人类大脑理解的“机器证明”。这意味着，无数数学研究者的课题方向被迫改变，原有的数学研究生态已经荡然无存。

可那又怎样呢？OpenAI只关心能不能跑赢Anthropic，才不在乎数学家的职业生涯。

01. 数学家们为何愤怒？

我们该如何理解这群世界上最聪明的人的愤怒呢？

这跟程序员发现AI写代码比自己快、而且Bug还少时的那种感觉一样吗？跟李世石和柯洁被AlphaGo击败时的茫然失措一样吗？

我们不能简单地把它等同于AI抢了数学家的饭碗。这里的事情要复杂得多，也更“扎心”。

举个例子吧。理论计算机科学家Dana Moshkovitz，一辈子都在研究“唯一博弈猜想”。当她满怀期待地打开OpenAI发布的文档时，却发现自己研究的这个猜想已经被AI“证明”了。

但这并不是学术界能够承认的一种证明方式。在她看来，这篇论文充满了混乱、逻辑跳跃、以及人类从未见过的诡异结构，就像“吃了致幻剂的人写出来的东西”。

没有同行评审，没有可读的人类逻辑，更谈不上对前人工作的尊重。AI巨头把一堆天书般的草稿直接砸在学术界脸上，试图让全球顶尖学者免费给他们当“人工验证工具人”。陶哲轩把这种现象称为“证明消化不良”——AI以工业化的速度批量生产证明，但人类根本来不及验证、理解和吸收。

虽然我不懂数学，但我能理解数学家的处境。

毕竟，AI第一个搅浑的领域，就是写作。事到如今，我们写稿子都离不开AI，却又对AI给出的每一句话都充满警惕。

每当我试图跟AI探讨一个选题时，它都会问我要不要直接成文。有时候我让它试试，出来的文章乍看起来非常完美，但细究之下却味同嚼蜡。如果我再认真考证，会发现里面藏着很多AI杜撰的论据。

文字尚且如此，我们可以用简单的方式交叉验证。那如果是数学公式呢？

多伦多大学的数学教授Daniel Litt最近在一档播客中，从另一个角度解释了数学家的愤怒。

他讲了一个自己的例子：模型给他输出过一个10页纸的“毫无洞见的暴力计算”证明——正确，但极其丑陋。他不想做这个“丑”计算，反而逼自己找到了一个漂亮的概念性解释。

人“算不动”的解释，恰恰是理解的来源。“数学的目标不是生产论文，而是产生理解。”

虽然我们不懂，但在数学家看来，数学是美的，数学研究的过程充满了美学价值。就像我上学时老师反复念叨的：“数学是思维的体操。”

但AI破坏了这种美感，这无疑是一种冒犯。

02. OpenAI的傲慢

数学家心目中的“数学末日”，对OpenAI来说，更像是一种带有明确商业目标的“秀肌肉”行为。

今年9月，OpenAI的CEO山姆·奥特曼明确表示，搁置原定的今年上市计划，理由是AI安全问题。这引发了资本市场的观望情绪。10月初，市场传出OpenAI 9月的年化营收约为500亿美元，低于此前市场预期的700亿美元。这一数据直接导致AI概念股跳水。

在缺乏短期商业爆点的情况下，利用AI攻克“千禧数学难题”就成了向投资者展示技术壁垒、拉升估值的有效噱头。

不仅如此，在AI军备竞赛中，OpenAI还面临着来自竞争对手Anthropic等的贴身肉搏。

就在OpenAI宣布解决纳维-斯托克斯方程的前几天，Anthropic的员工利用Claude模型，在代数几何领域找到了困扰数学界一个多世纪的“雅可比猜想”的反例。同时，Anthropic的模型还将黎曼猜想的零点比例下限大幅提升。

对于大模型公司来说，“谁更有用”是一场需要更长时间来验证的比赛，但“谁更聪明”却是一个更简单粗暴的竞技点。

换句话说，对数学难题进行暴力解答，从商业视角来看，不过是一次再正常不过的“性能营销”。至于这套唯结果论的算法，会不会正在摧毁数学界赖以生存的根基——他们并不关心。

最后，我想用《莱顿宣言》中的一句话作为收尾：“数学产出的不仅是一系列研究成果，更有塑造这些成果的数学界同仁们的理解力、清晰度与判断力。”

当算法夺走了探索的过程，人类失去的将不仅是答案，更是作为思考者的尊严。

本文来自微信公众号“荔观Lab”，作者：小岛来气，36氪经授权发布。