陶哲轩专访与 Nature 评论:OpenAI 722 篇数学手稿引发的评价体系之争,25 位菲尔兹奖得主此前联名声明
陶哲轩在《观察家报》专访中批评 AI 公司批量发布未充分整理的数学证明,称之为"有毒废料",并于专访发表前一天在 Nature 发表署名评论呼吁数学界进入"Maths 2.0"。争论对象是 OpenAI 10 月 6 日公开的 722 篇 AI 生成的数学手稿;菲尔兹奖得主邓煜 10 月 25 日在论坛上提出三条学术标准,指出其中多数手稿未公布思维链、未说明对人类已有思路的依赖、未保证正确性。
- 类别: 研究与安全伦理
- 事件时间: 陶哲轩 Nature 评论与《观察家报》专访 2026-10-25 前后发表,10-26 至 10-27 中文媒体集中报道
- 主要来源: [P1] The Observer 专访、Nature 评论,[P2] 腾讯新闻、中国青年网、广州日报转述
- 证据强度: A(陶哲轩的表态以 Nature 署名评论与 Observer 专访为原始出处;手稿数量、撤回情况等多源报道,但部分细节数字存在口径差异,正文分开标注)
- 技术锚点: F 数据与方法论 / D 能力边界
- 关键词: 陶哲轩、有毒废料、Maths 2.0、722 篇手稿、菲尔兹奖、思维链、Lean 形式化、纳维-斯托克斯、评价体系、学术规范
这场冲突的看点不在 AI 做不做得出数学,而在交付标准:一家公司按产品节奏发布研究成果,数学界按学术规范验收,两边对"完成"的定义不同。
一、事件背景
时间线需要摆清楚。9 月,OpenAI 称组织约一万个智能体、用 88 小时给出纳维-斯托克斯方程存在性与光滑性问题的完整形式化证明,此前数日纽约大学巴克马斯特团队刚公布同问题的阶段性成果。10 月 6 日,OpenAI 在 GitHub 一次性公开 722 篇由内部前沿模型生成的数学手稿,涉及 372 个成果组,部分附 Lean 形式化证明。发布次日后有 3 篇因符号错误撤回;广州日报 10 月 26 日报道称,经学术社群核验,超过两成手稿存在明显学术瑕疵,OpenAI 一周内陆续撤回 60 余篇、修订百余篇——这一组数字来自单一媒体,未获 OpenAI 官方确认。
10 月 25 日,"知识分子"与"赛先生"举办"AI 对数学家到底意味着什么"论坛,2026 年菲尔兹奖得主邓煜发表线上发言;此前陶哲轩、邓煜等 25 位菲尔兹奖得主已联名发表《人工智能在数学中的严重错位》。10 月 25 日前后,陶哲轩在 Nature 发表署名评论,并在《观察家报》专访中把部分未经整理的证明称为"有毒废料"(toxic waste)。
二、冲突的核心分歧
陶哲轩的批评有一个容易被误读的前提。他没有说这些证明是错的或无价值的,他批评的是交付方式:科技公司把未解难题当作模型能力的测试题,批量产出证明,却不关心证明是否优雅、数学家能否理解、能否沉淀为人类对数学的认识。他还转述了一种更尖锐的指控:OpenAI 公布这些未解问题的答案时,把难题本身当作了训练原料——这一层是陶哲轩的说法,属当事方之外的转述性指控,OpenAI 未公开回应。
邓煜在论坛上把分歧落成了三条可操作的学术标准:
- 其一,人类研究者取得重大结果后会解释证明的由来与思路,对 AI 证明的合理要求是公布思维链;
- 其二,用到他人思路时有责任说明是基于还是完全依赖,而公开手稿中"很多情况下我没有看到这样的说明";
- 其三,发表前应保证正确性,而这些手稿是在没有任何正确性保证的情况下直接发布的。
- 他还提出了一个分配问题:数学家把自己的思路输入产品,产品用这些思路训练新一代模型去解数学界的公开问题,"我们作为用户,得到了什么?"
三、各方立场
OpenAI 侧的立场散见于行为本身:按产品节奏发布、部分撤回与修订、未系统公布思维链。数学界一侧除了联名声明,还有近 7000 名数学家联署抵制、陶哲轩牵头呼吁停止与 OpenAI 合作的报道。中间立场也存在:邓煜明确说"没有任何理由拒绝使用这样的工具",他反对的是把模型当虚拟研究者却不按学术标准交付,不是反对工具本身。中国科学院院士席南华的批评点则是另一处:批量手稿多为碎片化结论,缺少新概念与新方法论的创造。
四、安全与伦理
1. 突破的边界。
被突破的是"重大数学成果按学术流程发表"这一默认秩序。当证明可以按产品节奏批量产出时,同行评议、署名规范、优先权认定都失去原有锚点。
2. 新增风险面。
对青年研究者,数年深耕的课题可能被机器抢先完成且价值难以确认;对学术共同体,未经核验的批量证明进入公共领域后,理解与纠错成本被转嫁给整个社区——这正是"有毒废料"一词的含义。
3. 硬性约束与争议。
目前没有针对此类发布的硬性规则,争议完全落在规范层面:要么 AI 实验室按学术标准交付(公开思维链、标注依赖、保证正确性),要么数学界建立对 AI 生成成果的独立验收流程。两个方向的成本都不低,目前没有任何一方给出方案。
五、判断与思考
1. 需要打问号的地方
- 撤回 60 余篇、修订百余篇、超两成有瑕疵,均来自广州日报单一报道,OpenAI 未确认,总数口径也未与其他来源对上(百科类条目提到 3 篇撤回),两个数字可能描述不同时点的不同范围。
- "把难题当训练原料"是陶哲轩的转述性指控,无 OpenAI 方面的承认或技术细节支持。
- 手稿质量的两极评价并存:邓煜称"相当一部分属于数学上非常重大的进展",批评集中在交付规范而非成果价值本身。把这场冲突简化为"AI 数学不行"或"数学家抵制进步"都失真。
2. 值得关注的信号
- OpenAI 是否回应三条标准,尤其是思维链公开。这是成本最高也最实质的一条。
- "Maths 2.0"评论是否会转化为具体机制:现代版希尔伯特问题、AI 生成成果的独立验收流程、博士培养体系调整。
- 其他实验室是否会采用"按学术规范交付"作为差异化定位。
3. 对读者的启示
- 引用这批手稿中的任何结论前,先确认它是否在撤回或修订清单上,以及是否有 Lean 形式化与独立核验。
- 评估 AI 科研产品时,"是否公布思维链、是否标注对人类已有工作的依赖"可以作为固定的尽调问题。
冲突的实质是评价权。谁定义"一个证明算完成了",谁就定义了这个领域未来十年的产出方式。
- The Observer 专访、Nature 评论