菲尔兹奖得主预警：AI可能杀死数学！

2026年菲尔兹奖刚刚揭晓，一件令人震惊的事就发生了。

与王虹、邓煜一同获奖的多伦多大学教授Jacob Tsimerman，在获奖后不久，宣布加入OpenAI，转行研究AI安全。

他的理由直截了当：

两年之内，AI将在所有数学证明领域，彻底超越人类。

第二天，在费城ICM 2026现场，另一位菲尔兹奖得主陶哲轩也表达了类似的忧虑，他说：

我们正在进入一个动荡的时期——一个数学价值观与实践基础都面临危机的时期。

更巧合的是，菲尔兹奖得主Timothy Gowers也给出了几乎相同的判断。

他认为，大语言模型很快会在数学问题求解的所有方面超越人类，甚至可能包括提出问题、构建理论、制定定义这些环节。

他警告说，AI杀死数学的方式，可能比我们想象的要更优雅，也更残酷。

AI饿不死数学，但「撑死」了数学家

对AI这股力量感到恐惧的数学家，不止他一个。

2026年6月2日，《莱顿宣言》正式发布。

到今天，签名人数已经达到3164人。

这份宣言得到了国际数学联盟的正式背书。副主席Ulrike Tillmann明确表态：数学过去是、将来也应该永远是一项深刻的人类事业。

签名名单上，几乎全是顶级大佬。陶哲轩说这是数月社区讨论的结晶，他全心全意支持每条建议。Peter Scholze则心痛地表示，就像他不想让AI来教育自己的孩子一样，他思考数学问题时不用AI，也尽量不读AI生成的文本。

Kevin Buzzard、Jeremy A vigad、Steven Strogatz，都在名单上。

但Timothy Gowers没有签。他的眼界已经超越了“AI取代数学家”，他选择直面一个更为冰冷、宏大且无法回避的终极拷问：

当AI的证明不仅完全正确，而且不知疲倦地指数级增长时，数学，会不会变成一座无人光顾的墓地？

他担心的不是AI解题太强、抢走数学家的饭碗。恰恰相反——数学不会死于停滞，而会死于过剩。

为什么会这样？Gowers提出了一个相当引人深思的思想实验。

先设想一下：假如AI从未出现，此时一场疫情突然爆发，只夺走了所有数学家的生命，其他人则毫发无伤。全部数学文献都还完好地摆在那里，但再也没有人知道该怎么解读它们。Gowers判断，要在这样的废墟上重建一个数学传统，恐怕要耗费数十年。

请注意，这场灾难里没有任何东西被销毁，损失的信息量是0。但数学远不止是印在纸上的文献，它还活在全世界数学家的大脑里——那里蕴藏着庞大的知识体系和深厚的专业直觉。Gowers称之为“人类智慧的奇观”。如果说文献是压缩包，那么这些数学家的大脑，则是密码。

现在，再设想一个略有不同的版本。

这一次，AI存在。而且AI随时待命，可以按照我们希望的任意详略程度解释任何数学问题。这会夺走数学这门学科中很大一部分乐趣。因为AI的存在，人们不再有动力去投入漫长的岁月，苦练到今天一名普通研究型数学家的水准。

十年或二十年后，我们可能会走到这样一步：数学文献以某种形式空前繁荣，与之对应的人类专家却悄然集体消失。再没有一群人，能共享某些领域的理解。到那时，几乎全部数学都可能沦为全人类的“思维墓地”：它们躺在几十年前写下的论文里，却再无人翻阅。

在Gowers看来，这是一种我们应当竭尽全力去抵制的可能性。

虽然两个版本终局都是“数学之死”，但第一个版本中，数学死于贫瘠，而第二个版本中数学死于过盛。一个是被饿死，一个是被撑死。

正如湖泊，既能因干涸而消失，也能因富营养化而“死亡”。

富营养化，又称作优养化，是指湖泊、河流、水库等水体中，氮磷养分疯狂涌入，藻类爆炸式增殖，水面绿得发亮，生物量高得惊人；然后水下的氧气被耗光，鱼翻白肚，整个湖变成一潭死水。

ChatGPT 5.5 Pro打脸菲尔兹奖得主

Timothy Gowers对AI与数学的思考，并非一时兴起。

2024年，他获得资助，启动了一个自动定理证明项目。那时他明确站在传统人工智能一边：要深入理解人类如何找到证明，再让计算机去模仿。他写了一份54页的文件，详细解释了项目的目标和方法。

当时他认为，人类善于化繁为简、寻找有结构的证明，而机器学习在真正的理解与迁移上仍有局限。他的目标是生成“有动机的证明”，也就是过程透明、可解释、甚至能用于本科教学的证明。甚至到了2025年，他还在公开批评现有LLM的训练方式：模型大多只见过最终写出的证明，却看不见人类真实的思考过程。他提议建立“有动机证明”数据库，让AI学习真正的推理路径。

然后，2026年来了。

5月的某一天，AI彻底碘伏了他的认知。

他几乎没给出任何实质性的数学提示，只是把一个数论问题丢给了ChatGPT 5.5 Pro。AI思考了大约一个小时，然后吐出了一份清晰的、博士级别的研究成果：它把原本线性或指数的界限，直接推进到了二次甚至多项式！

亲测ChatGPT 5.5 Pro之后，高尔斯的态度彻底变了。他不再只是讨论“如何让AI更像人类”，而是开始承认：LLM已经能处理博士级问题。随后，当他得知ChatGPT解决了“单位距离问题”之后，直接彻夜难眠。

次日，得知ChatGPT给出的只是反例，而非完整上界证明，他才稍稍松了口气。即便如此，他也认为，这已经是AI在数学领域的里程碑。

“毫无疑问，解决单位距离问题在AI for Math领域具有里程碑意义：如果这篇论文是由人类撰写的，并且提交给了《数学年鉴》，我被要求快速评估，我会毫不犹豫地建议接受。之前的任何AI生成的证明都未能达到这样的水平。”

他就像面对AlphGo的李世石一样，感到无奈而心酸：一个毕生强调“理解”的数学家，最终被机器的实用能力逼到必须重新定义“什么叫研究”。

7月24日，他干脆把自己的论文喂给AI做自动形式化，相当于让AI把证明翻译成机器可验证的代码。

全程一周半，他本人只花了一两个小时提示，就完成了工作。最后，他不得不叹服：“当前的技术水平，将比未来任何时候都要落后。”

数学的挽歌

Gowers这篇文章发出的时间点，非常微妙。

就在同一天，哥伦比亚大学的Peter Woit在博客上发了一篇《一个领域的安魂曲？》。

Woit的评论很扎心：以前你和其他数学家竞争，学界有很强的规范去把想法归功于最先想到的人，而AI智能体却对“冠名游戏”毫无兴趣。这不完全像国际象棋：象棋程序超越人类后，人类之间的比赛活下来了。我们正在走向的，更像是所有人都在用的某种程序。多数星星不曾以天文学家的名字命名，但这并不妨碍星空的美丽。如果定理不再属于数学家，那只是真理回归了它在宇宙中的本来面目。

Gowers自己也付出了代价。

他说自己已经两次眼睁睁看着GPT-5.6 Pro一次性解出他非常喜欢、认真想过的问题。这两次，都是在他的同意下，更年轻的合作者使用了AI模型。那感觉非常怪异，而且不太愉快——像地毯被从脚下猛地抽走。

当机器负责科学发现，人类还负责什么？真理无限膨胀的时代，人类心智该如何自处？

答案在风中飘。