25位菲尔兹奖得主发表了一份联合声明，直言不讳地指出人工智能开发公司与数学界之间存在“严重的目标分歧”。该文件于2026年9月11日刊登在 Le Monde 报纸及陶哲轩的博客上；签署人包括皮埃尔·德利涅、彼得·舒尔茨、玛丽娜·维亚佐夫斯卡、曼朱尔·巴尔加瓦、邓煜等。该声明发表的背景是 OpenAI 最近宣布，通过数千个智能体和数百万条消息，在88小时内解决了纳维-斯托克斯方程。
诉求的核心不在于人工智能解决了问题，而在于解决问题的具体方式以及在此过程中所推崇的价值观。传统数学看重的不是解决事实本身，而是对结构的理解、对新贡献的界定、严谨的验证、正确的引用以及思考的时间。而公司则针对速度和公开基准测试进行优化：模型“攻克”已知问题的速度越快，在投资者和用户眼中的价值就越高。得奖者们认为，这种加速破坏了新思想产生的“肥沃土壤”，并损害了培养学生和孕育思想的过程。
从方法论上看，该声明基于对真实事件的观察。数学家们指出，人工智能系统经常在没有完整书面陈述、没有突出真正创新点、且不考虑前人工作的情况下给出解决方案。这与近期围绕问题优先权的争议直接相关，据称 OpenAI 在某些任务中使用了其他实验室模型得出的结果，却未给予应有的署名。与传统的数学过程（证明需经过同行评审和社区讨论）不同，机器方法几乎没有为这种反思留出空间。
与以往将计算工具整合到数学中的方法相比，目前的情况在规模和商业压力上有所不同。以前，计算机被用于验证或寻找反例，而不是在创纪录的时间内批量生产已知问题的“解决方案”。DeepMind 或 Anthropic 等实验室的并行努力也集中在基准测试上，但正是 OpenAI 在最近几周最激进地宣传关于在“千禧年大奖难题”上取得“突破”的说法。这创造了一种竞争态势，速度成为了核心优势，而非理解的深度。
对该领域的影响显而易见：如果数学界开始将机器解决方案视为进步的主要方式，那么缓慢但基础性的工作空间将会缩小。学生和年轻研究人员可能会失去深入钻研的动力，因为“答案”已经公开存在。此外，还存在署名权和责任模糊的风险——如果一个人工智能证明是由数千个片段拼凑而成的，那么谁该为其中的错误负责？
声明并未否定人工智能对数学的效用，但强调迫切需要讨论互动规则。得奖者们呼吁数学界、开发者以及整个社会制定出能够保留概念理解和正确引用价值的机制。如果没有这些机制，目标的背离只会进一步加剧，不仅会影响数学，还会波及其他智力劳动领域。
悬而未决的关键问题是：数学界能否成功地将其验证和署名标准强加给人工智能开发者，抑或是商业逻辑将最终重新定义基础科学中何为“进步”。
