一句话看懂：25 位菲尔兹奖得主联名指出，AI 公司把“解数学题”当作模型能力基准的做法，正在损害数学这门学科本身。这场争论的核心不是 AI 能不能做题，而是做给谁看、由谁定义价值。
事件核心：发生了什么
据 Techmeme 收录的 Terence Tao 博客内容，一群共 25 位菲尔兹奖得主公开表达了对 AI 公司做法的担忧：它们把解决数学难题当成衡量大模型能力的 benchmark（基准测试），并以此宣传模型性能。这封联名意见认为，这种导向对数学研究本身是有害的。
陶哲轩（Terence Tao）本人就是菲尔兹奖得主，长期关注 AI 与数学的交叉。目前公开信息显示，这 25 位数学家的核心论点在于：当数学问题被剥离语境、变成训练和评测的分数指标时，数学研究的真实目标——提出好问题、建立理论联系、理解结构——会被边缘化。
为什么重要
数学基准一直是 AI 能力叙事的重要支柱。从早期竞赛题数据集，到近两年大模型在奥数、形式化证明上的表现，厂商常把“模型做出了某道难题”当作推理能力的硬证据。数学家集体发声，等于直接质疑这套评价体系的合法性。
这会波及几个层面：一是模型评测的话语权，如果顶级数学家不认账，厂商标榜的“推理能力提升”就需要更谨慎地解释；二是数据与算力的投入方向，如果数学题不再是有效卖点，部分训练和推理资源的分配逻辑会被重新审视；三是数学研究社区与 AI 公司之间的合作关系，包括形式化证明工具、开源数学数据集等项目可能面临更严格的审视。
对用户/开发者/创作者的影响
对开发者而言，数学 benchmark 分数作为模型选型依据的可信度会打折。调用 API 做复杂推理任务时，更值得关注的是模型在你自己业务场景里的表现，而不是排行榜上的数学成绩。
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。
对创作者和内容生产者来说，这场争论提示了一个更普遍的问题：AI 能解出题，和 AI 能产生有价值的理解，是两回事。用大模型辅助数学、科研或技术写作时，需要保留人类对问题和方向的判断。
对企业采购方，供应商拿数学成绩做营销时，可以要求对方说明评测数据集来源、是否涉及训练数据污染，以及这类能力与实际业务的关联度。
值得关注的后续
一是这 25 位数学家的意见是否会形成正式公开文件，以及是否有 AI 公司作出回应。二是主流数学基准（如竞赛题、形式化证明任务）是否会调整评测口径，或出现新的、更贴近研究实践的评测方式。三是 AI 公司与数学研究社区在开源数据集、形式化工具上的合作是否因此放慢。目前公开信息显示，这仍是一场关于评价标准的争论，尚不涉及具体产品的下架或监管动作。
来源：Techmeme
