大家好，这里是最佳拍档，我是大飞。不知道大家还记不记得2026年10月6日深夜，OpenAI用一篇博客文章扔出一颗重磅炸弹：一次性公开了700多篇前沿数学证明，声称自己攻克了纳维-斯托克斯方程（Navier-Stokes）的有限时间爆破问题，还把准黎曼猜想的无阻半平面往前推了50年没触及过的区域。消息一出，科技圈就炸了。社交平台上到处是“人类数学家已死”、“大模型碾压科学圣殿”这样的声音。怀尔斯当年独居阁楼七年才拿下费马大定理，那种古典数学的英雄浪漫，好像在一夜之间被冰冷的GPU集群扫进了垃圾堆。
然而才过了四天，菲尔兹奖得主陶哲轩（Terence Tao）就在Numberphile的镜头前把这层光鲜外衣给撕碎了。他把这些机器产物比作“毫无营养的合成食品”，痛斥商业巨头那种“炸鱼式做题（dynamite fishing）”的做法，在毁掉青年学者的研究生态。甚至用上了少见的严厉措辞，说商业公司为了单方面的公关冲刺，在学术礼仪上表现得极其粗暴、缺乏教养。更离谱的事还在后面：OpenAI很快就被迫从公开库撤回了3篇他们自己的重磅预印本。原因说出来都很荒唐：这台吞噬了人类数千年智慧的超级机器，在关键推导里犯了最基础的正负号错误。
而且它宣称的自然语言推导和附带的Lean形式化代码之间还对不上。紧接着，25位菲尔兹奖得主联名抗议，学术界终于忍不下去了。他们说这些商业公司未经引文标明，直接把人类数千年的智力资产抓来炫耀算力，反手又把一堆未经验证的“工业半成品”倒进学术公海。等于把全世界顶尖数学家降级成了他们闭源算法的免费debug民工。就在这种狂热和荒诞搅在一起的时候，陶哲轩当任董事会主席的SAIR峰会在旧金山开了。
陶哲轩身边坐着的，是三个月前在2026 ICM上刚刚凭借攻克狭义希尔伯特第六问题百年难关、拿下菲尔兹奖的芝加哥大学教授邓煜。他也是中国大陆第一位菲尔兹奖得主。这两位站在人类智力金字塔尖的学者，这次不再只是嘴上说说，而是正式打出了学术界的制度性反击。他们宣布启动完全开源、对齐科学价值观的独立数学模型生态。邓煜还系统性地提出了一套“数学双重边界理论”，在学界引起了很大反响。
很多人可能会问，这场风波里陶哲轩和邓煜到底站哪边？他们是挺AI还是反AI？外界总喜欢给人贴标签，但事情远没有非黑即白。今天我们就来聊聊这件事。邓煜说，他始终觉得拥抱AI是好事，这是个大趋势；合理使用AI能拓宽数学的边界、延伸人力够不到的科研半径。但前提是得用正确、合乎规范的方式去驾驭它，这不只是学术道德和研究伦理的问题。
纯技术层面也是如此：抛开商业公司的过度炒作不谈，单看那批证明本身，里面确实有不少亮眼的闪光点和全新的好想法。AI正在以前所未有的深度向人类学习思想，而且学了之后还能演化出自己的新点子；关键是这些新点子人类是能读懂、能消化的。可以把机器的想法当跳板，回过头来孕育人类自己的新思想。这种人和机器互相进化的状态，是他很乐意看到的。
陶哲轩的看法更有意思：他说现在舆论环境太扁平了，所有人都被逼着站队。但任何真正的技术革命都远比站队复杂：你没法简单回答“支持汽车”还是“反对汽车”。任何颠覆性工具都同时有收益也有代价。AI给了我们过去想都不敢想的超强行动能力，海量原本繁复晦涩的机械计算和推演现在都能自动化完成；但与此同时，它也在粗暴地挤压那些虽然慢、却极具学术滋养价值的古典研究方式。
理想的局面是两者兼得：汽车跑起来比双腿快得多，但没人会把步行从生活里彻底抹掉。很多时候你还是得走出车门，为了健康、为了审美、为了在大自然里走走而亲自用脚丈量。科学和数学面临的局面也类似，得找到一种很微妙的动态平衡：既要守住古典时代“慢工出细活”的研究特质，保留扎实的代际传承、对概念深度的深潜理解以及科学共同体内部的学术互信；同时又要审慎地利用这些高阶算力工具来提速。
当然，速度绝不是科学唯一要追的终极指标。邓煜接过这个话头，认为陶哲轩打的这个比方特别贴切。他脑海里有一个很理想的使用场景：假设你在攻关一个难题，已经有了非常明确的路线图，前后的关键步骤和逻辑支点心里都一清二楚。唯一的障碍就是中间的推导和验证太浩繁了，光靠人工演算可能要耗几个月甚至几年。这时候如果你已经胸有成竹、知道全局该怎么打通了，就可以把它交给AI去完成局部的暴力推进和代数清理。
就是非常划算的做法：它能帮你省下海量的无谓消耗，让人类的精力彻底抽出来专心做那些更本质、更有拓荒性的核心问题。但是问题很快就来了：AI当脚手架帮你省时间，和AI沦为商业公关秀完全是两码事。OpenAI这次近乎未经同行审议就突击倾倒成果，随后又因为正负号错误和逻辑脱节撤回三篇预印本的行为，本质上是在污染学术文献生态。
一家万亿市值的商业巨头狂飙突进地把大量没消化的半成品证明直接倒进学术公海，这件事的严重性远不止一家公司做了错事那么简单：数学界该怎么抵挡这种为了公关估值而肆意排污的行为呢？总不能无限期给商业公司当免费的Debug民工吧？陶哲轩的回答切中要害：解决这个顽疾的根源在于彻底重塑学术界既有的评价尺度和激励系统。
商业科技巨头之所以痴迷于开盛大发布会、宣称自己“攻克了某某世纪难题”，本质上是因为数学界长期以来也把极高的声誉无条件押注在“解决问题”这一个孤立指标上。在传统的语境里，当一位人类学者解开了一道世纪悬案，这通常意味着他已经把背后的机理吃得非常透了：能深入浅出地给同行讲清楚核心思想，能基于这个成果推导出全新的研究范式，还能以此为养分培养出整整一代青年学生。在过去，这一切是高度共生、融为一体的。
我们给解决问题者发大奖，名义上是在奖励答案，本质上是在奖励围绕这个答案凝结出来的、一整套繁荣的学术生态。解决问题不过是这套复杂体系里最显性、最容易量化的那个度量衡而已。但是今天这种默契已经被商业逻辑彻底扭曲了：对OpenAI这样的企业来说，攻克纯数学难题甚至不是他们的主营业务。这不过是他们用来向资本市场证明通用模型泛化能力、用来刷榜和打标签的基准测试工具。
数学证明在这里异化成了一种衍生品：如果大模型的高速训练是一座化工厂，这些没消化甚至漏洞百出的证明就是伴随商业公关排出来的“有毒副产物”。然后他们把处理工业废料的包袱一股脑甩给了学术界。陶哲轩旗帜鲜明地说：数学界必须立一条底线，我们不需要为了做题而做题的孤立答案。我们真正想要的是深度的洞察、是对未知的照亮。
最理想的状态是：产出这些证明的机构能坐下来和学者合作，在启动攻关前就把数学家拉进团队一起推演。而不是事后留一堆烂摊子让同行擦屁股。但是退一步讲，即便科技公司继续一意孤行，学术界也必须建防御机制：如果一项所谓的“重大突破”只给了一个冷冰冰的结果，却交付不了任何方法论上的启迪与可解释性，它就不配被收录进人类的核心文献库。
他自己密切追踪了这次OpenAI倾倒的十几个课题，有朝一日可能会去翻阅，但绝不是现在。这些成果目前的呈现形态毫无美感，根本激发不了数学家的审美和探索欲。邓煜接着抛出了他的“双重边界”理论：他说自己始终推崇并捍卫“增进人类自身理解”这个信条。不同的人做数学研究可能有不同的动机，但是对他来说终极目的只有一个：理解这个世界。
这个“世界”既包括我们身处的物理现实，也包括那个深邃优美的抽象数学宇宙。那么究竟什么是“理解”呢？从集合论的视角来剖析，数学宇宙里其实有两个同心圆和两条完全不同的边界。第一道边界是在所有潜在的数学问题全集中，“存在数学证明”的子集边界；第二道边界更严苛，是在所有已经获得证明的问题中，“人类能够真正理解其背后机理”的子集边界。
在过去几百年里，这两道边界是完全重合的：因为人类不仅是证明的发现者，更是证明的阅读者和消化者。一个问题只要被宣告证明，就必然意味着至少有部分顶尖学者已经彻底洞悉了其中的逻辑机理。然而AI的介入彻底撕裂了这层默契：如果今天全世界只有一台冰冷的机器知道推导逻辑，而人类对此一头雾水。它就在“已被证明”与“已被理解”之间凭空撕开了一条巨大的鸿沟，制造出了第二道断裂带。
数学追求的东西没变，变的是我们要面对的技术环境：我们不能因为机器跑得飞快就放弃了对“人类理解”的执念。主持人接着引出了功劳分配与学术公平的深层矛盾：25位菲尔兹奖得主在公开信里愤怒声讨，商业公司打着算力展示的幌子到底在抢谁的功劳呢？往深处看：大模型是在吞噬了整个人类文明数千年来沉淀的开放文献后，才具备了这种抽象输出的能力。
但是科技巨头完全把数据来源藏在黑盒里，学者根本没法溯源思想的真正出处。陶哲轩说：现代科学能发展数百年，基石就是开放科学的共识。科学文献库始终是人类全体的公共财富：学者发论文、同行在严格的学术规范下引用论文，每一条引注都在清晰地标明某个开创性的点子最初来自谁、又在后续哪位学者手里得到了演进。正是这种严密的引文链条，才构成了人类思想生生不息的来龙去脉。
而今天面对的技术是在没有任何引文标注的情况下，把人类千百年来无数数学家的智力结晶暴力搅在一起。然后以一种高度不透明的方式吐出一个答案：有时候大模型会偶尔蹦出一句“我参考了某篇论文”，但更多时候它根本溯源不出底层概念究竟脱胎于哪里。所以从字面意义上来看，我们正在亲手斩断人类思想的“思维链”。
邓煜补充说：陶哲轩说的是宏观层面的系统性掠夺，微观层面甚至还有更恶劣的事。学术界已经有人踩过坑：一些学者私下探索时把自己尚未发表的精妙构想或者前置证明草稿输入到商用大模型里寻求辅助。结果商业公司在后台捕捉并利用了这些来自人类顶尖大脑的灵感碎片，转头就以自身模型的名义把最终证明公之于众。
所以必须推动建立一套能精确追踪“思想源头”的技术标准：如果用户能清晰审视AI每一层推理的真实链条，学者至少还能顺藤摸瓜看懂它到底吸收了哪些人类概念。但是现在各大闭源厂商连最基础的思维链推理过程都严防死守、彻底对外封锁，这在科学层面上太荒谬、太反智了。这也是为什么学术界必须下定决心建立完全不受制于商业巨头的独立基础设施。
陶哲轩作为SAIR基金会主席牵头推进了全新的开源数学基建：他说创立SAIR的第一天起，愿景就很明确。就是为全球科学共同体打造属于学者自己、且价值观与科学范式对齐的工具生态。不可否认，顶级科技公司确实研发出了非常强的闭源工具：他和身边很多同行日常都在高频使用。在某些非破坏性的垂直环节，它们的表现相当亮眼：比如基于语义的文献检索现在的技术精准度已经很高了。
这种赋能并不会摧毁我们对学术脉络的理解，但是一旦进到核心的数学命题论证闭源黑盒正在割裂科学传统。它在剥夺人类理解力的同时倾倒未消化的证明，甚至连最基础的引文链条都残缺不全。SAIR之前设想过一个长期的开源技术演进路径，在过去几个月里商业巨头毫无底线的突击倾倒彻底拉响了警报。全球大量一线学者被卷进来，对前沿商业巨头之外的替代路径展现出了前所未有的迫切渴望。
所以他们全面加速了开源数学操作系统的发布节奏：坦白讲，起步阶段还没有直接训练出一个全新的顶尖大模型。首先接入的是既有的开源模型底座，但是搭建了一整套完备的开源操作系统框架：这套框架彻底免去了学者必须自购昂贵GPU或本地复杂部署的痛点，把推理模型与形式化验证工具、协同网络与引文追踪机制紧密咬合在了一起。
为全球数学家搭起一个能够安全贡献数据、算力、思想并实现去中心化验证的协作网络。接下来几个月，随着全球学者数据的沉淀会正式推出完全由学术界自主训练的下一代开源数学模型。邓煜说自己选择深度参与这个开源工程理由很简单：科学从诞生的第一天起就是开源的，所以服务于科学的AI底座也必须保持开源。不能让前沿科学的核心工具受制于任何追求商业垄断的黑盒体系。
早在今年7月瑞士举办的ICM期间，他就和SAIR团队聊过这个方向。随后9月发生了纳维-斯托克斯方程爆破事件的初期舆论发酵，到10月初又迎来了700篇证明的大规模突袭。一连串事件让整个学术界彻底警醒：打造一个由学者主导的开源数学底座已经不是一个可选项，而是一场迫在眉睫的防守反击。和他紧密合作的南加州大学（USC）的朋友们几乎在同一时间做出了完全一致的战略研判：眼下全球各大顶尖高校和研究所的团队正在自发汇聚到这条开源战线上。
这正在演变成一场全球学术界的集体自救：要不惜一切代价守住数学和前沿科学的开放底色。两位大牛描绘了一幅让人振奋的反击图景，但是主持人又提问：在技术狂飙的现实面前依然有海量的年轻学者和博士生陷在深深的焦虑里。既然AI能不知疲倦地推演，人类独有的心智灵光到底还体现在哪里呢？在人机协同的新纪元，人类数学家不可替代的特质是什么呢？
陶哲轩说：核心在于“赋能（Empowerment）”而不是“交权（Depowerment）”。必须给人类学者和青年一代提供能够真正“武装”他们大脑的工具，让他们用这些工具的时候变得更加聪明、洞察力更敏锐。而不是为了换一个冷冰冰的答案把自己原本的思考和认知能力当成祭品献祭给AI。这和开车是同一个道理：如果你彻底放弃双腿、事事依赖代步车，肌肉必然会退化萎缩。但是这不意味着该把现代文明里的汽车全砸了。
要做的是保持清醒和自律地去驾驭工具：对年轻一代学者来说，他说知道他们当下有很大的虚无感。百年来形成的古典学术晋升路径和评价体系正在被粗暴的瓦解，但是他深信一旦把这些真正由学者掌握的、尊重人类心智的开源工具交到年轻人手里他们一定会跨越焦虑，迸发出远超老一辈想象的创造力。邓煜给出了一个更具体的回答：他说AI归根结底就是一件工具，本身不具备善恶。决定它走向的是驾驭它的组织范式与利益机制。
面对AI时代，人类数学家最核心的能力就是提出真正本质问题的能力：面对任何一个被机器解答的难题真正的顶级学者总能在这个基础上顺藤摸瓜提出两三个层次更深、格局更大、直击数学宇宙核心的全新大问题。他在峰会学术报告的幻灯片最后一页特意画了张示意图：你可以沿着AI帮你开凿出的局部推导轨迹往前走，但是在某个关键岔路口必须凭借人类的品味与审美跳出原有轨道开拓出完全未知的全新维度。
这不仅要懂得如何精准提问，更需要顶层的全局战略蓝图：他分享了一个很有说服力的真实案例。他的长期合作者、偏微分方程专家布约恩·布林曼（Bjoern Bringmann）给他展示过：他们针对一个极其棘手的、计算量反人类的随机偏微分方程（SPDE）的特定问题展开攻坚。人类团队已经完全吃透了物理和数学图景，并且在草稿纸上设计出了一整套环环相扣的攻坚方案。
布林曼随后把这些全局规划模块化输入给GPT Astra进行测试，短短1到2天之内大模型在人类既定路线的指引下彻底扫平了所有复杂的局部障碍，完整解决了这道题。请注意：这个事能成的前提是人类学者首先对问题的本质有了穿透性的认知，并且亲手绘制出了证明的顶层蓝图。因此提出全新数学概念、设计跨领域的宏观战略构想以及构建直击本质的顶层规划这些属于数学灵魂的东西今天依然是人类心智独占的领地。
说到这里其实很有意思：两位菲尔兹奖得主没有选择站在AI的对立面，他们天天在用AI也认可AI的价值。但是在最关键的时刻他们选择了反击：这场反击的核心不是拒绝技术，而是为了守住几条底线——包括守住人类理解力的底线、守住学术诚信和引文链条的底线，以及守住科学共同体几百年来的开放底色。在商业巨头狂飙突进的算法霸权面前，他们选择亲手打造属于学者自己的工具生态让控制权重新回到科学家手里。
这或许才是真正的“以人为本”：不是让技术来支配人类，而是让人类的判断力、品味、审美和全局规划来驾驭技术的能量。最后说回那个根本问题：如果全宇宙只有AI懂得数学证明，数学这门学科还有存在的意义吗？邓煜的“双重边界”理论给了最清晰的回答：在AI强行撕开的那道断裂带里，数学只剩下了孤立的答案。没有了理解的脉络、没有了代际传承的来龙去脉。
陶哲轩说：现存的前沿大模型正在以一种黑盒化的、抹除引文溯源的方式吸收了人类数千年的智力沉淀，却在输出端把它包装成无源之水。这种割裂正在破坏科学共同体赖以代际传承的根基：AI的极致效能完全依赖于人类先期建立的大局构想。但是提出本质问题和构筑宏观路线这依然是人类不可让渡的领地。感谢收看，我们下期再见。