新智元报方式

今年的兹奖菲尔兹奖颁发后，发生了一件令人震惊的得主事。

和王虹、杀死数学邓煜一起获奖的兹奖多伦多大学教授Jacob Tsimerman，居然紧接着宣布加入OpenAI，得主转行从事AI安全探究。杀死数学

他的兹奖理由是：

2年之内，AI将在所有数学说明领域，得主彻底超越人类。杀死数学

次日，兹奖费城ICM 2026现场，得主菲尔兹奖得主陶哲轩同样忧心忡忡地说出了下面这句话：

我相信我们正在进入一个动荡的杀死数学时期——一个数学价值观与实践基础遭遇危机的时期。

更巧合的兹奖是，另一位菲尔兹奖得主Timothy Gowers也给出了类似的得主判断。

LLM很快会在数学状况求解的杀死数学所有部分超越人类，甚至可能涵盖提出状况、构建理比如、制定定义等环节。

他警告：AI杀死数学的方式，可能比我们想象的关键更优雅，更残酷。

AI饿不死数学

但「撑死」了数学家

对于AI的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》（Leiden Declaration）正式发布。

到今天，签名人数已经实现了3164人。

这份宣言由国际数学联盟（IMU）正式背书。副主席Ulrike Tillmann亲自表态：数学过去是、将来也应该永远是一项深刻的人类事业。

签名的名单上，每个都是大佬。

陶哲轩说这是数月社区讨比如的结晶，他全心全意协助每一条提议。

Peter Scholze则心痛表示：就像他不想让AI来教育自己的孩子一样，他思考数学状况时不用AI，也尽量不读AI生成的文本。

Kevin Buzzard、Jeremy Avigad、Steven Strogatz，都是不过级大佬。

但Timothy Gowers没签，因为他的眼界已经超越了「AI取代数学家」。他选项直面这个更为冰冷、宏大且无法回避的终极拷问：

当AI的说明不仅完全正确，同时不知疲倦地指数级增首先时，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做了 一个思想实验。

设想一下：假如AI从未出现，此时一场疫情突然爆发，同时出于某种因素，它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，但再也没有人知方式该怎么解读它们。

Gowers的判断是：关键在这样的废墟上重建一个数学传统，恐怕关键耗费数十年。

请注意，这场灾难里没有任何东西被销毁，损失的材料量是0。

然而，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。

目前，再设想一个略有不一样的版本。

这一次，AI存在。同时AI随时待命，可以按照我们希望的任意详略程度验明正身任何数学状况。这会夺走数学这门学科中很大一部分乐趣。

而因为AI的存在，人们不再有动力去投入漫首先的岁月，苦练到今天一名往往见不鲜探究型数学家的水准。

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比如文里，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。

虽然两个版本结果都是「数学之死」，但首先个版本中，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（英语：Eutrophication），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。

2022年，他获得资助，启动了一个自动定理说明项目。

那时他清楚站在GOFAI（传统人工智能）一边：关键深入理解人类如何找到说明，再让方式算机去模仿。

他写了一份54页的文件，详详见细验明正身了项目的目的和方式。

当时他认为，人类善于化繁为简、寻找有结构的说明，而机器学习在真正的理解与迁移上仍有局限。

他的目的是生成「有动机的说明」，也就是流程透明、可验明正身、甚至能用于本科教学的说明。

甚至到了2025年，他还在公开批评现有LLM的训练方式：

模型大多只见过最后写出的说明，却看不见人类真实的思考流程。

他提议建立「有动机说明」数据库，让AI学习真正的推理馗。

然后，2026年来了。

5月的某日，AI彻底颠覆了他的认知。

他几乎没给出任何实质性的数学提示，只是把一个数比如状况丢给了ChatGPT 5.5 Pro。

AI思考了大约一小时，然后吐出了一份清楚的、博士级别的探究成果：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。

他不再只是讨比如「如何让AI更像人类」，而是最初承认： LLM已经能处理博士级状况。

随后，当他得知ChatGPT处理了「单位距离状况」之后，直接彻夜难眠。

次日，得知ChatGPT给出的只是反例，而非完善上界说明，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，处理单位距离状况在AI for Math领域具有里程碑意义：如果这篇比如文是由人类撰写的，同时提交给了《数学年鉴》，我被需高效高效评估，我会毫不犹豫地提议接受。

之前的任何AI生成的说明都未能实现这样的水平。

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，最后被机器的实用能力逼到必须重新定义「什么叫探究」。

7月24日，他干脆把自己的比如文喂给AI做自动形式化，相当于让AI把说明翻译成机器可验明正身的代码。

全程一周半，他本人只花了一两个小时提示，就实现了工作。

最后，他不得不叹服：「目前的技术水平，将比未来任何时候都关键落后。」

数学的挽歌

Gowers这篇文章发出的时间点，特别微妙。

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的评比如很扎心：以前你和其他数学家竞争，学界有很强的原则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一次性解出他特别喜欢、认真想过的状况。这两次，都是在他的同意下，更年轻的合作者采取了AI模型。

那感觉特别怪异，同时不太愉快——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。

参考材料：

https://gowers.wordpress.com/2026/07/26/thoughts-about-the-leiden-declaration/

https://teorth.github.io/tao-web/slides/age-of-ai-icm-2026.pdf

https://www.math.columbia.edu/~woit/wordpress/?p=15787

编辑：大卫

秒追ASI返回搜狐，查看更多