一句话看懂：25 位菲尔兹奖得主联合发声，警告 AI 公司把数学题当作刷榜基准，正在伤害数学真正追求的理解与洞察，并认为这套逻辑很快会蔓延到其他知识型行业。
事件核心：发生了什么
2026 年 9 月，25 位菲尔兹奖得主——数学界最高荣誉的获得者——发布联合声明，直指 AI 产业与数学研究的目标「严重错位」。签署者包括 Terence Tao（陶哲轩）、Pierre Deligne、Peter Scholze、Maryna Viazovska、Martin Hairer、Cédric Villani、Manjul Bhargava 等人。
背景是近几个月大语言模型在数学上的能力快速提升，已能解出多个领域的「重大未解问题」。声明认为，AI 公司把这些难题当作待攻克的 benchmark，批量产出答案，却跳过了数学真正的核心过程：通过演讲、讨论、简化，用数年时间把新想法拆解、吸收、纳入学科体系。AI 生成的解法往往没有完整写作、没有方法隔离、没有引用前人工作，由此引发署名与抄袭争议。
这一声明发布的时间点，恰逢两位数学家与 OpenAI 之间的争议。指控称，OpenAI 得知某个千禧年大奖难题部分解法的传闻后，试图抢先发布以获取曝光。OpenAI 首席研究员 Pachocki 曾在 Astra 发布时表示公司刻意不为数学优化模型，但随后据称又训练了数学模型，疑似对这一传闻的直接回应。
为什么重要
这不只是数学圈的内部争论。签署者明确把它定义为「对智力工作的普遍威胁」：许多领域多年的训练，价值不只在最终答案或产品，而在于培养理解力、提出新问题的能力。当 AI 直接给出「这类工作的结果」时，这两层目的就被拆开了。
对 AI 行业而言，这意味着 benchmark 驱动的能力竞赛，可能低估了「过程价值」。数学一直是大模型推理能力的关键试验场，如果顶刊级别的成果开始由模型批量产出，学术共同体的引用链条、评审机制与人才激励都会承压。声明并不主张禁用 AI，而是强调：这项技术最终是加速真正的数学研究，还是造成破坏，取决于「掌控这项技术的人如何决策」。
对用户/开发者/创作者的影响
最直接的影响出现在教育场景。作业越来越能由 AI 完成，而考试仍然禁止使用 AI，两者之间的成绩差距正在扩大——这是「过程被跳过」的早期信号。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者和 AI 应用团队来说，值得重新审视「以难题通过率为卖点」的宣传逻辑：能不能解出题，和是否正确理解了题，是两件事。未来在 API 与产品设计中，如何记录和展示推理路径、如何归因训练数据与已有文献，可能从加分项变成合规项。对内容创作者和知识工作者而言，这份声明的潜台词是：当 AI 能直接交付成品时，个人竞争力的锚点会从「产出结果」转向「提出好问题」和「判断结果好坏」。
值得关注的后续
一是 OpenAI 与数学家的争议是否会有进一步回应或澄清，尤其是相关模型是否真的为数学任务专门训练。二是数学界是否会形成具体的成果署名、引用与评审规范，限制 AI 生成解法的直接发表。三是这一「目标错位」的讨论会不会从数学扩散到编程、科研、写作等更多领域，进而影响企业采购 AI 工具时的评估标准。目前公开信息显示，声明尚未附带具体的执行机制，更多是倡议性质。
