剛剛，陶哲軒、鄧煜等菲獎得主聯合抗議：AI公司正毀掉整個數學圈！
近期數學界接連傳出震撼消息，一連串由人工智慧主導的學術突破讓全球矚目。九月八日，納維－斯托克斯（NS）方程被宣布獲得解決；緊接著三天後，另一道被譽為千禧年大獎難題之一的霍奇猜想，也傳出接近攻克的喜訊。更令人吃驚的是，據了解，代號為O與A的兩家AI公司，目前正以驚人速度競相投入對第三道千禧年難題——BSD猜想的破解工作，儼然將高等數學研究變成一場商業競賽。然而，這股由AI驅動的學術旋風，並沒有讓所有數學家感到振奮。相反地，多位頂尖學者近日聯合發出強烈抗議，直指AI公司的做法正在「毀掉整個數學圈」。抗議名單中包括兩位菲爾茲獎得主——陶哲軒與鄧煜，他們的發聲立刻引發學術界與科技圈的廣泛討論。
這些學者指出，AI在解題過程中過度追求速度與結果，往往為了快速取得突破而忽略數學論證中至關重要的嚴謹性。一個完整的數學證明需要層層推導、反覆驗證，確保每一步邏輯無懈可擊；但AI模型卻經常以「黑箱」方式輸出結論，缺乏可供人類檢驗的推理過程。陶哲軒等人認為，如果這種只重結果、不問過程的模式成為主流，將會侵蝕數學這門學科的基石——緩慢而紮實的推理與同儕審查機制。除了對證明嚴謹性的擔憂，數學家們也對AI公司獨占解題賽道可能造成的負面影響表達不安。傳統上，數學進步仰賴全球學者之間長期的合作與交流，從學術會議、論文預印本到私人通信，都是知識累積與辯論的重要環節。
然而，當少數幾家擁有龐大算力與數據資源的AI公司搶先破解重大難題時，不僅會壓縮其他研究者的參與空間，更可能讓商業利益凌駕於純粹學術追求之上。抗議學者強調，數學不該被視為一場速度競賽。他們呼籲，科技公司在投入AI解題的同時，應建立更透明的審核與貢獻認定機制，讓所有步驟都能被複現、討論與質疑。唯有如此，才能維持學術社群長期以來賴以信任的合作傳統。目前，學界與AI公司之間的緊張關係正持續升溫。一方面，AI確實展現出解決世紀難題的潛力，例如NS方程與霍奇猜想的進展，就是過去人類數學家花費數十年都未能完全攻克的堡壘。
另一方面，數學家們憂心，若放任商業力量過度主導學術發展方向，最終受損的將是學科本身的嚴謹性與多元性。事實上，這並非數學界第一次對AI的介入表達警戒。過去幾年，隨著大型語言模型與符號推導系統的進步，已有不少學者開始討論AI能否被視為合法的研究貢獻者。如今，當AI真的開始挑戰千禧年大獎問題時，相關爭議便從理論討論升級為實際衝突。值得注意的是，陶哲軒與鄧煜並非反對AI運用於數學研究，他們本人也多次嘗試利用工具輔助證明。他們反對的，是那種以商業競爭為核心、忽略學術倫理與合作精神的「破壞式」解題模式。換句話說，問題不在於AI能不能做數學，而在於誰來定義「做數學」的標準。
與此同時，被點名的O與A兩家公司目前尚未對抗議作出正式回應。業內人士推測，這兩家企業可能正處於關鍵的BSD猜想破解衝刺階段，無暇顧及學術界的批評。但可以預見的是，一旦BSD猜想也被AI攻克，這場關於「誰來定義數學進步」的辯論將更加白熱化。從更深層次來看，這場風波反映了科技快速迭代下，人類學術體系正面臨的結構性挑戰。千禧年大獎問題原本是克雷數學研究所為鼓勵純粹數學研究而設立的榮譽，如今卻可能成為AI公司展示實力的商業舞台。當解題的動機從求知轉向競速，數學的核心價值是否會因此變調？目前，已有部分學術機構與基金會開始研擬新的審稿與貢獻認定規則，試圖為AI輔助研究設立更明確的邊界。
然而，要讓習慣於緩慢積累的數學界與追求效率的科技業達成共識，恐怕需要相當長的時間。陶哲軒與鄧煜的聯合抗議，無疑為這場辯論投下了一枚震撼彈。無論最終結果如何，它已經提醒整個學術界：數學進步的定義，不該只由擁有最強算力的公司說了算。在AI時代，如何守護人類理性思維的光輝，將是所有數學家與科技人共同面對的課題。
Related
相關文章
消息稱 Anthropic 低調建立生物實驗室，借 AI 推進藥學研究
作者：清源 責編：清源 評論： 9 月 18 日消息，路透社今天（18 日）晚間援引知情人士消息稱，Anthropic 在舊金山灣區低調建立了一座溼實驗室，把 AI 業務進一步延伸到需要實際動手操作的生物學研究和藥物科學領域。知情人士透露，在公眾對 AI 風險愈發擔憂之際，Anthropic 開始在溼實驗室進行實體實驗。Anthropic 此前提出，希望藉助 AI 推動罕見病治療方法的發展，公司的生物學研究也從“計算機模擬”和計算機評估進一步走向真實實驗。注：溼實驗室是一個科學概念，與“幹實驗室”相對。相比干實驗室，溼實驗室在實驗中需要用到較多的化學試劑。相比之下，幹實驗室則注重通過各種儀器進行計算，以歸納出實驗材料的物理模型。Anthropic 生命科學負責人埃裡克 · 考德勒-艾布拉姆斯證實了溼實驗室的存在。“我們認為，生物學研究最終還是要接受真實實驗室工作的檢驗，而且未來一段時間都會如此。我們現在確實在做這些工作。整體模式和大多數生物科技公司類似，一部分在自己的設施裡完成，另一部分則與外部合作伙伴共同開展。”Anthropic 發言人又進一步補充，這座實驗室並非專門用於藥物發現，並拒絕進一步說明具體用途。知情人士稱，建立溼實驗室只是 Anthropic 邁向更大目標的一小步。Anthropic 希望攻克其認為製藥行業忽視的疾病，公司也希望在員工和公眾失去對 AI 價值的信心之前拿出成果，因為 AI 可能導致崗位消失，甚至威脅人類生命。不過，任何藥物研發項目都無法保證成功，大多數候選藥物最終都無法通過臨床安全性和有效性試驗。這項工作對 Anthropic CEO 達裡奧 · 阿莫迪還有一層個人意義。
阿里達摩院開源全球首個專家級通用醫療影像 AI 模型 DAMO RADAR：可一次性識別超 146 種病症，成果登《科學》
作者：沁滄（實習） 責編：沁滄 評論： 感謝網友 files 的線索投遞！9 月 18 日消息，阿里達摩院今日宣佈，與浙江大學醫學院附屬第一醫院等機構研發出的通用醫療影像 AI 模型 DAMO RADAR，登上國際頂級學術期刊《科學》(Science)。
零樣本幹活！Figure 機器人走進 30 個陌生家庭，整理客廳、折毛巾、鋪床
AGI...智客Z...2026.09.18 15:08 · 來自北京全文3855字00:00 / 11:06美國人形機器人公司Figure發佈Helix 2.5，將其稱為最先進的神經網絡。人形機器人真正走向家庭，難點或許從來不是“會不會做家務”，而是換一個家庭之後，它還能不能繼續做。
AGI最難一戰，竟在醫院！中國AI登上Science，醫生不怕失業還催著上線
。 2016年，Hinton老爺子就預言：“人們現在就應該停止培養放射科醫生。”他甚至認為，五年內，AI就會在醫療影像識別上超過放射科醫生。 老爺子一生謹慎，但歷史和他開了個玩笑。十年過去了，人們離AGI已經越來越近，但在醫療場景裡，即使圖像識別這樣的AI新手村任務，依然是hard模式。 如果從IBM的Watson算起，在醫療上遭遇滑鐵盧的AI專家數不勝數。
AGI最難一戰，竟在醫院，中國AI登上Science，醫生不怕失業還催著上線
我没办法凭这条标题写出符合要求的完整新闻稿,原因很直接: 现有"可用资料"其实只有一行标题,正文是空的。后面的内容全是的侧边栏推荐和网站导航(Anthropic华人、Manus估值、腾讯投资药企等),跟这条新闻没有关系。 如果硬写 900–1600 字,我就得自己编造这些关键事实: 是哪个团队、哪家医院、哪篇 Science 论文 论文的具体方法和结果数据 医生"催着上线"的具体场景和原话 这些一旦写出来就是假新闻,我不做这个。
AI製藥獨角獸Anew單飛，字節推了一把“最燒錢的慢生意”
Reuters：Anew Labs完成首輪外部融資2.9億美元、投後估值15億美元，HSG、IDG Capital、GL Ventures、五源資本等機構入股，字節跳動融資後持股56%。2. IQVIA 2026年分析：經確認有AI參與的新興生物科技項目I期、II期臨床成功率比較，及樣本有限的說明。3. 《Nature Reviews Drug Discovery》2026年8月Perspective：AI方法與基準測試大量出現，臨床相關性影響證據仍然有限。4. Deloitte全球大型生物製藥公司晚期研發管線年度研究：2025年平均藥物開發成本約26.7億美元，計算含研發失敗成本。