先把热榜抛出的问题回答清楚：这场风波并不是"技术开放 vs 商业垄断"的对决。OpenAI 在 GitHub 上免费公开了 722 篇由其 AI 模型生成的数学手稿，成果本身毫无封闭可言；数学界抵制的是另一种东西——商业实验室把短时间无法消化的数百份机器证明一次性倾倒给学术界，让全学科的数学家被动接住验证和修补的活。麻省理工科技评论
还要纠正一个广泛流传的说法。陶哲轩不是抵制声明的牵头人，而是公开声援。不少传播版本把陶哲轩描述成牵头人类数学协会发布联合声明、全面抵制 OpenAI 的人。实际情况是，这份措辞严厉的声明来自"人类数学协会"（AHM），陶哲轩并非起草人，他于 10 月 7 日在个人博客全文转载，才让争议迅速冲上热榜。凤凰网科技麻省理工科技评论
722 篇手稿，真正过了验证关的只有约四成
争议的直接导火索是 OpenAI 10 月 6 日的一次发布：当天在 GitHub 上一次性公开 722 篇由内部 AI 模型生成的数学手稿，涉及 372 个成果组，覆盖数论、几何、代数、理论计算机科学等多个领域。其中不少直接踩在现代数学的前沿命题上，例如 OpenAI 声称证明了"准黎曼猜想"，还声称在四维挂谷问题和"唯一博弈猜想"上取得突破——这三个名字里任何一个，只要被严格确认，都足以成为相应领域的重磅里程碑。深科技
支撑这批成果的，是一个尚未公开细节的内部前沿模型。在整个评估过程中，模型一共尝试了解答约 4,000 道数学问题，OpenAI 称平均每项成果消耗的算力相当于 ChatGPT Pro 约三小时的"思考计算量"。深科技
但"生成"和"成立"之间还隔着验证这道关。截至 10 月 7 日的最新版本，代码仓库保留了 719 篇手稿，其中约 42% 的主要结论完成了 Lean 形式化验证；OpenAI 已因符号错误导致的论证缺陷撤回 3 篇，并修订了另外 14 篇。形式化验证也有边界：计算机能确认推导在逻辑上自洽，但被验证的命题是否准确对应原问题的数学内涵，仍需数学家逐个人工核对。深科技
让数学界愤怒的，是把"消化"变成整个学科的作业
AHM 声明里最被反复引用的一句话，点出了抵制方的核心逻辑：一次性发布 700 多份文件，展示的不是学术研究，而是权力。这里的"权力"，指的是研究议程的掌控权：在传统数学研究中，解决一个大定理往往只是起点，学界要靠详尽论文、研讨会和多年交流把证明背后的思想讲清楚、推广开，一个重大成果的消化可能耗费数年甚至几代人。当商业实验室以"批发"速度扔出几百份复杂证明时，数学家担心自己会沦为"专职校对员"，把做原创研究的时间花在修补机器草稿上。深科技
OpenAI 虽已承诺出资赞助研讨会、帮助数学界消化这些成果，但许多学者依然担心：如果哪道题优先做、什么时候发布都由商业公司说了算，学术界的跟进和消化就变成被动买单。深科技
得克萨斯大学奥斯汀分校的理论计算机科学家斯科特·阿伦森把这一天形容为"Mathocalypse"（数学末日），他的妻子、长期研究唯一博弈猜想的达娜·莫什科维茨读完后发现，相关论文充斥着难以理解的构造和语焉不详的推理，甚至必须借助 AI 工具才能勉强读下去。不过阿伦森也承认，这仍可能是数学史上极其重要的一天。深科技
矛盾此前已在累积：今年 8 月 OpenAI 公布的 10 项数学进展曾被指出存在论证缺陷；9 月 8 日其宣称解决纳维—斯托克斯方程问题的部分解答，引发与纽约大学数学家巴克马斯特的学术优先权争议，双方至今各执一词。
陶哲轩本人：一边签警告信，一边给挺 AI 的学者发平台
把陶哲轩简单归入"反 AI 阵营"，读不懂他的真实立场。作为数学界最积极拥抱 AI 和形式化工具的顶尖学者之一，他反对的从来不是用 AI 做研究，而是把数学难题变成衡量模型能力的竞赛。今年 9 月，他参与 25 位菲尔兹奖得主的联合声明；10 月 7 日，又在博客转载 AHM 呼吁抵制 OpenAI 的声明。值得注意的是同一天，他的博客还刊登了学者梅卡对 AI 数学研究前景的积极思考，此前也发表过菲尔兹奖得主海雷尔解释为何加入 AI 咨询小组的文章。深科技
数学界内部此刻真正的分野，不在"用不用 AI"，而在应对路径：AHM 呼吁停止与 OpenAI 合作，“数学与人工智能咨询小组”（AGMAI）则主张通过沟通建立研究规范，10 月 6 日还专门发声明强调，其咨询工作不代表认可 OpenAI 的研究方式。深科技
菲尔兹奖得主海雷尔主张接触的理由很直接：如果数学家拒绝与 AI 公司接触，也就很难影响这些公司的行为。连发起优先权争议的巴克马斯特，一边抗议一边仍在用 OpenAI 的编程智能体 Codex 辅助研究——抵制与合作的边界，在实际科研里远没有口号分明。深科技
对用户而言，该盯的不是站队，而是这三件事
中文社区的讨论同样没有沿着"开放 vs 垄断"展开。热榜问题下，有人把 AHM 类比成怒砸机器的纺织工人，认为抵制挡不住技术；点赞更高的理性讨论则点出了成本结构：AI 让"生成候选证明"变便宜，却让"判断对不对、有没有新意"的评审变贵，和编程行业里 AI 压低写码成本、抬高 code review 成本是同一种撕裂。知乎
接下来值得持续观察的信号有三个。其一，手稿的真实成色：目前只有约 42% 的主要结论过了形式化验证，数学界的最终态度要等人工核对给出，撤回和修订数量是最直观的晴雨表。其二，发布规则会不会改写：AGMAI 已建议 AI 实验室公开模型信息、计算成本与失败记录，并支持后续学术研究，OpenAI 此次采纳了部分建议，但用的仍是未公开的内部模型。其三，最强大的数学推理模型和算力集中在少数商业实验室手中，普通研究者难以获得同等资源却越来越依赖这些工具——这场争论无论以何种方式收场，“机器生成结果的速度超过人类理解的速度时，研究方向由谁决定、成果价值由谁评价”，都会是所有学科共同面对的考题。深科技
