7月下旬，在日内瓦举行的国际数学家大会上，加州大学洛杉矶分校教授陶哲轩向全场发出警告：随着人工智能在数学领域表现日益出色，数学界正进入一个“动荡时期”，其核心价值观与实践面临危机。
就在陶哲轩演讲前一周，Anthropic研究人员利用Claude模型推翻了一个存在87年的数学猜想。然而当时，多数参会数学家对AI的影响尚未深入思考。但随着上周OpenAI宣布其AI集群破解了纳维-斯托克斯方程（Navier-Stokes problem）——七个千禧年大奖难题之一，这种平静被彻底打破。
资源碾压与“抢发”罗生门
纳维-斯托克斯方程自20世纪30年代起便困扰着数学界，圣安德鲁斯大学教授David Dritschel形容其为“足以毁掉职业生涯”的难题。OpenAI称，其由1万个AI智能体组成的集群在不到四天内解决了该问题，消耗了价值数百万美元的Token。
这一突破随即引发争议。在OpenAI公布结果前一晚，纽约大学数学家Tristan Buckmaster发布声明，指控OpenAI“抢发”。他透露，在与Anthropic员工Levent Alpöge合作取得重大进展期间，曾与OpenAI智能体对话，暗示对方可能抄袭了其思路。Buckmaster指出：“几乎没人像我一样在研究这个问题。”
对此，OpenAI回应称，仅在听到Anthropic已解决两个千禧年问题的谣言后，才指示AI系统攻克所有千禧年难题，并在发现初步希望后专注于纳维-斯托克斯方程。公司强调从未查看Buckmaster的输入内容，但承认仅因未经证实的谣言便投入巨大资源。（OpenAI拒绝进一步置评。）
菲尔兹奖得主的集体担忧
OpenAI的解决方案建立在汲取近百年人类努力的基础上，但其达成方式引发了学界对AI影响力的深刻反思。纽约市立大学巴鲁克学院教授Max Weinreich坦言：“我们看到整个领域正被人工智能迅速摧毁。”
周五，25位菲尔兹奖获得者联合发布《人工智能在数学中的严重错位》声明，批评道：“AI公司以解决数学问题作为基准的推动，对数学科学和数学社区有害。”他们担忧，AI公司调动学术界无法企及的资源追求头条新闻，却未必能促进后续发现或帮助人类理解数学。
从“登月”到“黑盒”：理解的断裂
数学问题的解决往往类似“登月”，其过程间接产生的工具比结果本身更具价值。例如，阿波罗计划催生了计算机芯片产业和食品安全标准；费马大定理的证明则奠定了现代在线加密方法的基础。学界希望OpenAI的证明也能提炼出可复用的思想。
然而现实并不乐观。Dritschel指出，OpenAI的论文长达166页，“几乎难以理解”。更严峻的是，未来可能出现大量人类无暇审查甚至无法理解的AI证明。AI能加速解题，却无法降低人类理解证明过程的门槛。
为适应这一变局，数学界可能需要减少对“解决问题”本身的赞誉，转而奖励那些能清晰传达解题思想、惠及社区的工作。但在缺乏明确评估指标的情况下，这一转型充满挑战。正如陶哲轩所言，在ChatGPT等系统从挣扎于算术到破解世界难题仅需不到一年的今天，数学界的动荡期短期内不会结束。