上个月刚拿到菲尔兹奖的 Jacob Tsimerman 在颁奖典礼上宣布，他即将加入 OpenAI 从事 AI 安全研究。这一动向很快成为数学界讨论 AI 角色时最受关注的信号之一。
8 月初，Tsimerman 与 OpenAI 研究科学家 Sébastien Bubeck 在旧金山总部召集了约 40 位数学家，举行一场闭门峰会。会议中的一场报告标题直接写成「数学的终结」。
闭门会议把问题摆到台面上
多伦多大学教授 Daniel Litt 在会上表示：「有可能我们最终走向一个没有高质量数学研究、人类数学专业知识完全消失的世界。」
他同时认为，这种极端结局不太可能出现，但数学家必须行动起来。
MIT 数学家 Drew Sutherland 的表述更直接。他说：「也许我们只是矿井里的金丝雀，数学家先遭殃。」
这场讨论之所以首先落到数学上，是因为数学被视为高智力活动的代理指标。与会者讨论的一个核心判断是，AI 如果能在数学上做到一些事，这些能力迟早会复制到其他领域。
OpenAI 和 Anthropic 的结果密集出现
密集的成果发布，是这场峰会召开的直接背景。
5 月，OpenAI 一个尚未发布的模型推翻了单位距离猜想。这个关于无限平面上点的排列方式的问题，已经悬而未决多年。报道提到，AI 在解题时调用了代数数论中一种已知但难以操作的技巧，相当于跨子领域使用工具。
Tsimerman 当时评价称，如果把这个结果投到任何期刊，他都会「毫不犹豫地接受」。这一结果也被许多数学家视为 AI 在数学领域的第一个重大突破。
进入 8 月后，OpenAI 又公布了 10 项由 AI 生成的数学与计算机科学新发现，覆盖多个通常需要数年才能入门的子领域。
Anthropic 方面也有动作。Anthropic 员工 Levent Alpöge 在 Claude 的辅助下，构造出了 668 维超立方体上的垂直向量对。数学家此前一直相信这种构造存在，但一直没有人真正造出来。Alpöge 公布结果的方式，是在 X 上发布一条 24000 字符的帖子，内容全部由加号和减号组成。
相关链接：https://x.com/__alpoge__/status/2087504785952182273
AI 结果开始绕开传统数学发表流程
传统数学研究通常遵循一条较稳定的管线：先在研讨会上讨论，再在同行之间传阅，随后上传至预印本网站 arXiv，最后经过同行评审后发表于期刊。
AI 生成的成果，正在绕开这套流程。
常驻深圳的创业者 Dmitry Rybin 就曾让 ChatGPT「做个突破」去推翻一个网络流假设。模型每次失败，他就继续催促。最终，ChatGPT 给出了一个反例。Rybin 在完成验证后发了推文，而当时他正在和朋友一起看电影。
相关链接：https://x.com/DmitryRybin1/status/2079904005652893709
数学家 David Bessis 对这种发布方式提出质疑。他说：「你一边煮意面一边发推说证了个大问题？当然会刷屏。问题是，刷屏之后呢？谁来整理这堆东西、搞清楚到底怎么回事？」
上周，Anthropic 还宣布，其一名员工让内部版 Claude 去「认真试试」黎曼假设。黎曼假设已悬而未决一百多年，至今无人攻克，并设有 100 万美元悬赏。报道称，在「继续」「再想想」一类的反复催促下，模型在一个相关问题上产出了新发现。
3000 多名数学家签名后，分歧仍在扩大
数学界的反应并不一致。
6 月，一封名为「莱顿宣言」的公开信发布，获得超过 3000 名数学家签名。公开信呼吁研究者负责任地使用 AI 工具，并确保相关成果经过验证、引用规范。
另一批数学家则主张走得更远，彻底拒绝 AI 和 AI 公司，以保住人类在数学中的位置。
西北大学数学教授 Bryna Kra 参加了这场峰会，也是「莱顿宣言」16 位发起人之一。她说：「数学的核心是理解结果，不只是证明结果。一个没有被理解的证明，不会成为文献的一部分。」
争议随之落到一个更具体的问题上：AI 能证题，但能不能把自己如何证出来讲清楚。
解释能力仍是顶级模型的短板
哈佛大学数学家 Melanie Matchett Wood 曾帮助 OpenAI 的单位距离猜想结果写出人类版本的证明。她在处理过程中发现，顶级 AI 模型在解释上有一个共同问题：简单的部分说很多，困难的部分却一笔带过。
她说：「顶级 AI 模型还做不到识别论证中真正困难的部分，并把它讲清楚。」
德国数学家 Andreas Thom 给出了更细的区分。OpenAI 公布的 10 项新成果中，有一项是关于「非 sofic 群」的新构造，填补了 Thom 与合作者 Gábor Kun 在 2016 年和 2019 年两篇论文之间留下的空白。
随后，两人发表了后续论文，对 AI 的发现进行了简化和拓展。Thom 说：「AI 在以非常聪明、有分量的方式解决问题。但新概念是人类参与证明过程之后才浮现的，目前还不是 AI 自己做到的。」
Bubeck 提出四种未来，但会议没有形成结论
面对这场分裂，峰会组织者 Bubeck 在会后描述了四种可能的未来。
- 数学变得像软件工程，AI 帮助数百人协同攻克同一个问题；
- 数学变得像物理学，依靠堆算力和 AI 模型，替代粒子加速器式的研究组织方式；
- 数学变成博物馆策展，AI 负责产出，人类负责挑选和解读；
- 数学家集体转向 AI 安全。
Bubeck 表示：「我们必须把人、把数学家放在第一位。数学只有在数学家从中学到东西的时候才有意义。没有人的文明，毫无意义。」
不过，这 40 位与会者并没有达成共识。
Tsimerman 说：「数学界想要什么，目前没有定论。这次会议的目的更多是开启对话，而不是做出某个决定。」
菲尔兹奖得主转向 AI 安全，成为这场争论的缩影
Tsimerman 本人目前尚未正式入职 OpenAI。
但一位菲尔兹奖得主选择前往 AI 公司从事安全研究，这件事本身已经成为数学界处境的一个缩影。围绕 AI 是否会改变数学研究、数学家在未来工作流中的角色是什么，这场旧金山闭门会议并未给出统一答案。
至少从目前来看，讨论已经开始，而且不会很快结束。
参考资料为《华盛顿邮报》2026 年 8 月 19 日文章，原标题为《mathematicians ask what’s left for humans when AI can do math research》。本文来自微信公众号「新智元」，作者为 ASI启示录，编辑为马可。