科学网—人类剩下的那点能力，还配不配被称为"探究"——与陶哲轩等AI数学言论的分歧
精选
已有 137 次阅读
2026-9-16 21:46
| 个人分类: 一孔之见 | 系统分类: 观点评述
2026 年 9 月 8 日，菲尔兹奖（数学界最高奖，相当于"数学诺贝尔奖"）得主陶哲轩在 Mathstodon（一个偏数学的社交平台）上连发四段帖文，大约每四分钟一条，拼成一个完整论证，当天就冲上 Hacker News 头条。几天后，9 月 11 日，他连同另外 24 位菲尔兹奖得主（包括 2026 年刚获奖的邓煜、2018 年得主舒尔策）共同署名的公开声明《人工智能在数学中的严重错位》发在他的博客上；据"得到头条"报道，已有数千名研究者联署支持。这是他 9 月初一系列发声（9/3、9/5、9/8、9/10 都发过相关帖）里最成体系的一篇。
我特意避开中文自媒体那种"陶哲轩愤怒发文""AI 杀死数学传统"的标题党演绎，只依据他的原始帖文和几家严肃报道（Ground Truth、AISagely、Simon Willison 的转述）来还原他到底说了什么。本文想谈的，是我和他之间一个根本性的分歧： 当 AI 接管了"解题"，人类剩下来的那点本事，还配不配叫作"探究"？
一、陶哲轩到底在担心什么
把他的四段帖文翻译成大白话，核心其实是四句话：
稀缺的东西变了 。他说，现在"识别一个有价值的问题"才是最稀缺、最宝贵的资源，而不是把题解出来。
问题虽多，能喝的却少 。他打了个比方：一个国家可能严重缺水，却被大海包围——数学问题总量无穷多，但绝大多数（他举的例子是"算 π 的第 10^10^10 位"）毫无营养。
数学的"难度地图"被铲平了 。AI 把数学里"哪儿难、哪儿简单"的地形夷平了，却没画出"AI 能做"和"AI 做不动"之间的新边界；部分原因是实验室只公布成功、不公开失败，于是真正的"前线"反而看不见了。
开放科学的老传统可能反转 。他说，哪怕只是"有人在研究的传闻"，都可能引来海量 AI 驱动的努力，在原项目还没发挥潜力前就把方向"铲平"。研究者因此不敢再公开有希望的方向，几百年的开放科学传统可能被逆转。
他的建议不是禁用 AI——他承认"技术上不可行"——而是倡议把某些类别的问题标为"需要细致分析"：只给答案、不给过程的"生答案"，价值"接近于零，甚至为负"。他用了个食物银行的比方：现代食物银行不再来者不拒。一箱过期、没法分发的食物，银行还得花人力去分拣、储存、丢弃，它消耗资源而非提供资源；万一发出去，还可能伤到领食物的人；仓库里堆满不能吃的"捐赠"，更会制造"需求已被满足"的虚假繁荣。映射到数学上：一个验不了、建不了、还占着注意力的"生答案"，正类似那种不合标准的捐赠——它不仅"没贡献"，反而是给系统添了堵，所以价值为负。
二、我尊重他的担心，但觉得他拿错了尺子
我对陶哲轩的忧虑是尊重的，但我认为他整个框架有一个根本性的问题： 他还在用"人类靠脑力活动"那个时代的习惯和规则，去评判一个算力主导的时代将要发生的变化。
他手里有两把旧尺子，却希望依旧保留着：
第一把：难度地形。 它描述的，是人类在哪个位置会卡住，而不是问题本身有多难。对一辆不会腿软的 AI 来说，这张地图天然就没用，就像一张哪些山路会让人腿软的地图，对一辆不用腿的车其实是毫无意义的。陶却把这张人类导航图当成了需要守护的客观秩序。
第二把：好问题的判据。 一个研究方向重不重要，往往取决于小圈子内部的审美和权力，而不是跨领域的客观权重。陶把识别好问题奉为稀缺智慧，但这套判据本身可能只是"局部最优"。想想 AlphaGo Zero：它直接扔掉人类全部棋谱，靠自己跟自己下，反而下出了比人类更优的策略，这证明人类世代积累下来的所谓"正确下法"（棋谱）只是局部最优解，更大的解空间在圈子之外。如果数学家的"好问题"判断同样困在局部最优里，那陶所悲叹的"被铲平"，未必是损失，可能只是人类范式的一次出圈。
顺带一句旁证：陶哲轩自己在 Mastodon 上也坦言"已厌倦用新闻稿或社媒来公布数学结果"（ I have grown weary of this new practice of using press releases or social-media posts to communicate mathematical results ），宁可看到 arXiv 级别的专业预印本或作者本人的会议报告；他甚至把用 AI 做出成果的 Alpöge 与 Buckmaster 的工作称作"remarkable achievement"（杰出成就）。这恰好说明他反的不是 AI，而是"黑箱式官宣"——这一点我和他立场一致，分歧只在于他仍守着上面那两把旧尺子。
三、人和 AI 真正的区别，以及人"剩下"的到底是什么
陶哲轩捍卫的"为数学而数学"，默认数学有"内在价值"——纯粹探究本身就值得当作目的。我不这么看。
真正把人和 AI 分开的，是 利益攸关 ：人类有自身利益驱动的目标选择，而判断的基准也还是利益。AI 没有自己的利益，目的的源头始终在人。所以价值的锚点没变，变的只是手段。
由此可以得出一个关键结论： AI 接管了"找方向"，却抬高了"认利益"。 因为目的的源头在人，人类"找到数学"的那一下灵光虽然被 AI 接管了，但"认出这数学服务于谁的利益"的那一下灵光，反而更值钱了。品位和方向很重要——而它们本身就是被利益锚定的。
再说回"为数学而数学"。这本质上是一条"递延价值"的老叙事：今天看着和人类利益无关的自由探索，日后成了科学工具（比如数论变成了密码学，黎曼几何变成了广义相对论）。但从发展的视角看，当人类需要时，AI 会自己找到所需的数学。前人靠灵光偶得的那些发现，不过是随机而偶然的获得。AI 不消灭纯粹探究的功能，只是把它从"人类的天职"降级为"机器的服务职能、由人类来策展"：AI 不带任何利益地广撒网、生成结构，人类再像捡贝壳一样收割契合的，并认出它服务于谁。
所以我和陶真正的分歧，不是"AI 会不会取代人类"，而在于 "人类剩下的那点能力，还配不配被称为'探究'" 。他认为配——那仍是一种神圣的智力活动；我认为不配——它更接近"策展"。但无论叫它什么，人类都必须守住"识别"与"利益锚定"这一端。
四、结论：河与取水权
陶哲轩守的是人类科学共同体的健康；我质疑的是这套实践所声称的"客观价值"。两者并不矛盾——即便数学的价值本质是人类建构出来的，也不妨碍他去悲叹这个建构正在崩塌。
我的判断是：陶的警告，在 具体科研做法 这一层是有道理的。他点出的"实验室只晒赢家、埋掉失败"导致前沿不可见，是一个具体、可核查、实验室明天就能改的硬伤。但他论述的 哲学前提 高估了纯粹探究的客观地位，低估了人类贡献的"迁移而非消失"：当求解被接管，人类角色从解题者转为委托人 / 策展人，价值没有归零，只是换了锚点。
回到开头他最深的那个担心——他怕"好问题"这口河，被 AI 抽干了。
但换个看法，事情也许是反过来的。
真正稀缺、真正值钱的，根本不是河里的水。问题和解法，AI 可以无穷无尽地生成——就像河水可以靠机器一桶一桶抽上来。真正珍贵的，是 "握着取水权的人" ：那个决定"取哪一瓢、为谁取、取来干什么"的人类。陶把"河"（问题供给）当成了宝贝，怕它干涸；我却看见，宝贝原来不是河，而是那个握着水龙头、决定意义归属的人。AI 接管的是"产水"（解题、生成结构），人守住的是"取水权"（识别与利益锚定）。
用一句话点破，就是： 他担心河被抽干，我却看见——握着取水权的人，根本就不是河 。当"产水"被 AI 接管，人类剩下的"取水权"严格说已不再是传统的"探究 / 解题"，而是"策展"。这也正是前面那个分歧的落点：人类剩下的那点能力，还配不配被称为"探究"？我的答案是——它更接近于"策展"，但正因如此，它不但没有贬值，反而更关键了。
参考信源（均为可靠来源，已排除强标题党内容）
Terence Tao，Mathstodon 四段帖（2026-09-08），一手来源：<https://mathstodon.xyz/@tao/117237320796901560>
Ground Truth (2026-09-09)， Terence Tao says AI is strip-mining mathematics' supply of good problems
AISagely (2026-09-09)， Tao: Open Math Problems Being Non-Renewably Mined by AI （作者称已读原帖）
Simon Willison (2026-09-08)，对 Navier–Stokes 争议与陶帖的转述：<https://simonwillison.net/2026/Sep/8/on-navier-stokes/>
top10.dev， Tao: AI is strip-mining open math problems and there's no refill （基准耗竭视角）
OpenAI 官方说明《On the Navier–Stokes Millennium Prize Problem》(2026-09-08)，含 Lean 形式化证明：<https://openai.com/index/navier-stokes-solution/>
Nature (2026-09-17 刊, Vol 657, pp.579–580) 报道：<https://www.nature.com/articles/d41586-026-02842-5>
Quanta (2026-09-08) 报道：<https://www.quantamagazine.org/ai-has-solved-one-of-maths-1-million-millennium-prize-problems-20260908/>
25 位菲尔兹奖得主联署《人工智能在数学中的严重错位》(2026-09-11) 及 Bryna Kra 文 (2026-09-13)，均据得到头条《菲尔兹奖得主集体预警：AI 正在"摧毁"人类数学？》(2026-09-16)：<https://mp.weixin.qq.com/s/KXUgp74kroHTyARoV7U1xw>
（对比，刻意不引用其框架）微信公众号"图灵人工智能"2026-09-11 文章——其"愤怒发文 / 杀死传统"等表述属情绪化演绎，本文未采用。但须更正一点：OpenAI 于 2026-09-08 官宣内部模型解出纳维-斯托克斯千禧年问题（带 Lean 形式化证明）属实，Nature、Quanta、The Guardian 当日/次日均有报道，《自然》并引述克雷数学研究所所长 Martin Bridson 的回应——他对宣布表示欢迎，但强调成果须经正式发表与同行评议流程方可被认定；该结果"看起来已被解决"，但正式授奖仍须经发表、同行评议与时间检验，故尚非已获颁的千禧年大奖。需说明其证明为施加外力的版本，与克雷官方标准是否完全吻合仍待学界判定。
转载本文请联系原作者获取授权，同时请注明本文来自赵斌科学网博客。 链接地址： https://blog.sciencenet.cn/blog-502444-1552842.html
上一篇： 当知识不再稀缺，人该回到哪里？——准大学生的暑假，请留白 欢迎参加科学网十佳博文评选活动！ 主办单位： 
支持单位： 