25 位菲尔兹奖得主联名声明：警惕 AI 对数学研究目标的偏离

近期，25 位菲尔兹奖得主联名发布了一份关于 AI 与数学研究关系的公开声明，警告当前 AI 公司将「解数学难题」作为能力基准的做法，与数学界追求「概念性理解与洞察」的核心理念严重偏离。声明呼吁数学界、AI 开发企业以及整个社会紧急正视这一问题。

声明的核心关切

声明指出，过去数月间，大语言模型在数学领域的能力提升显著，已能解决多个数学分支中长期悬而未决的重大问题。然而，这种以解题为驱动的技术路线，可能将原本用于衡量理解的「工具」异化为目的本身。声明写道：

大规模、快速产出「真/假」式的数学结论，可能扼杀孕育新思想的土壤，而非为新观念注入活力。
AI 给出的解法常常仓促公布，缺乏完整论证、对新方法的系统梳理，以及对前人工作的充分引用，由此引发严重的署名与剽窃争议。
如果没有数学家主动承担概念整合与方法传承的工作，AI 生成的思想将无法真正融入数学体系，数学家之间的人际知识传递链条也将断裂。

数学研究的本质被忽视

声明强调，数学是一门关于理解形状、数字与自然现象基本结构的学科，其精髓在于数代人积累的精细思想、方法与抽象工具。著名难题之所以重要，是因为它们的解决往往标志着重大的概念性突破——这些突破需要经过讲座、讨论、简化与教材化等漫长过程，才能最终沉淀为可被后辈学习的知识。

声明认为，AI 系统虽然建立在大量既有的人类工作之上，正日益具备直接产出「答案」的能力，但这一过程绕过了传统训练所承载的更深层目的——培养提出新问题与新思想的能力。当手段与目的不再对齐，数学乃至更广泛的智力劳动都将面临结构性威胁。

超越数学的更广泛警示

声明将数学界当前面对的问题视为更广泛 AI 对齐议题的一个缩影。声明写道：「数学共同体在许多方面是整个人类社会的微缩版本」，其面临的挑战与其它科学及创意领域高度相似，并预示着整个社会在 AI 时代可能遭遇的普遍性问题——即如何确保在 AI 改变工作方式的同时，不丢掉工作本身原本要实现的价值。

签署人与下一步

声明目前已获得 Artur Avila、Manjul Bhargava、Caucher Birkar、Pierre Deligne、Simon Donaldson、Hugo Duminil-Copin、Alessio Figalli、Martin Hairer、June Huh、Maxim Kontsevich、Elon Lindenstrauss、Pierre-Louis Lions、James Maynard 等 25 位菲尔兹奖得主署名，涵盖 1978 年至 2026 年的多届获奖者。声明同时开放进一步联署通道，并已在专门的网页上发布全文及签名列表。

签署人强调，AI 本身具备促进与加速数学研究的潜力，数学界也需要在多个层面做出调整；但最终能否真正使这一领域受益，在很大程度上取决于掌握这项新技术的人所作出的决定。