陶哲轩发文提出「数学2.0」：AI让证明从稀缺走向泛滥，呼吁建立透明评估机制

本站视角

对中文AI研究者和开发者而言，陶哲轩的这篇文章不只是数学界的内部争论，而是对「AI能力评估方式」的一次公开质疑。他指出的幸存者偏差问题——厂商只展示精挑细选的成功案例，失败尝试和算力成本不进入公众视野——同样适用于当前大模型能力的宣传口径。国内做Agent、做科研辅助工具的团队，如果只盯着benchmark上的成功案例来设计产品，很可能高估模型在真实研究场景中的可靠性。陶哲轩提出的「把失败结果和算力成本纳入报告」，实际上是在要求一套更接近工程实践的评估标准，这对国内做模型评测和行业落地的团队有直接参考价值。 我们的判断是：陶哲轩的核心贡献不在于反对AI，而在于把问题从「AI能不能做数学」推进到「AI做了数学之后，人类的理解和评价体系怎么办」。这是一个实质性的框架转换，而不是情绪化的减速呼吁。他提出的解题五阶段中，后两个阶段——被共同体理解和接受、融入标准理论——恰恰是当前AI最不擅长、也最容易被忽视的环节。如果AI只加速前三个阶段，数学界可能面临大量「正确但无人理解」的证明堆积，这与中国学术界长期存在的「唯论文数量」问题有相似的结构性风险。 需要观察的是：陶哲轩参与创立的SAIR基金会开放数学模型计划，目前只有方向性描述，没有具体模型名称、参数规模或发布时间表，其实效有待验证。此外，AHM的联合声明呼吁数学家停止与OpenAI合作，这一立场在数学界内部是否形成共识、是否会影响其他AI实验室与学术界的合作关系，目前只有单一信源，需要更多独立信息来判断其实际约束力。对于国内关注AI for Science的团队来说，陶哲轩提出的「理解、训练、现实世界」三层框架，比「AI又解了什么猜想」的新闻标题更值得仔细拆解。