这场争议说的其实不是"AI治好了癌症"，而是一个数学家想象中的黑盒——跳出来反驳他的，反倒多是吃药的人。结论不妨先给：普通人该信结果还是懂原理，取决于一个问题——结果要是错了，你有没有不依赖给出结果的那台机器、就能察觉的渠道？陶哲轩在加州理工学院的"Math2.0"公开讲座被质疑了，起因是他为了批评AI，提出了一个思想实验：“说一个无法解释的’黑盒AI’设计了一款药，号称能治愈癌症”，这药你敢不敢用？反差在于，他并不是天然的反AI派，量子位那篇文章的原话是：“就是那个曾经最爱AI、逢人就安利AI工具的男人，一夜之间，漂移到了AI数学的对立面”。知乎问题量子位
导火索早就埋下了
这场争论不是从讲座才开始的。9月中旬，数学界刚掀起过一波反对声：陶哲轩已联合25位菲尔兹奖得主发表联合呼吁，直言AI公司是"简直是疯了，AI公司无休止地加速，却对那之后会发生什么一无所知"。10月6日，他又在Mastodon上发了四条帖子，声援多位数学家抵制OpenAI的声明。耐人寻味的是，这份抵制声明后来被人拿AI检测工具测了一把，结论是"100%由AI生成"，连梳理这篇文章的作者都说"这场面本身就很行为艺术"。真正让矛盾升级的是AI论文的洪流：人类数学协会刚就OpenAI批量发布AI生成数学证明发表抵制声明。知乎知乎专栏知乎问题
网友拿医学常识反将了一军
反驳的主力不是AI公司，而是懂点医学常识的普通人。知乎评论区里有人直接列证据：“现在好些药的原理并不清楚但是在用吧，前段时间还有一药发现治疗原理搞错了”——评论区里还专门举了二甲双胍：到现在也没搞清楚到底怎么起作用，却早就广泛使用了。共同的逻辑是：真实临床上，“先懂机理再用药"根本不是药物的默认状态——药效靠双盲试验验收，统计上有用就能用，有人甚至直言"所有实验科学都是这样，只要统计上有用不就行了”。也有人毫不客气地嘲讽：“这不就是中药吗”。话难听，但指向一致：这个类比，把医学想成数学了。知乎知乎问题
他真正指出的问题，可能反而被错过了
往回看一层，陶哲轩的例子未必想说"药有多危险"，而是想说"验收失灵了"。有评论者读得更实在：tao的意思很简单，现在的testing的方法都是为人类的智能设计的，显然面对神级的AI是不行。需要一个全新的testing的方法。另一篇知乎回答对AI的判断也一致：“对于过度复杂的论证，它确实解释不清楚自己的思路，还是得需要人自己去消化”。这正是数学被冲击的要害：当AI一篇接一篇地产出证明，人缺的不再是"答案"，而是读懂、消化并信任过程的人力。有评论问得很扎心：数学圈啥时候给过理解消化传播工作credit了？还有网友担心：人攻难题，沿途常会顺手长出新方法；答案一旦被AI直接给出，这些"没走通的路"可能整体消失。知乎知乎回答知乎
普通人该带走的不是"信"或"懂"，而是一个问题
判断规则可以压成一句话：凡是"结果"能被独立试出来的，可以先信结果；凡是"结果"本身要人能读通过程才成立的，就必须懂原理。医学属于前者：有没有效，双盲试验和市场数据替人类盯着，机理不明也能先用——但这条渠道也不是保险箱，另一个问题就被问出来了：过了三期试验照样可能出现严重副作用，那时候谁担责？而AI交给人用的结论，恰恰多数属于后者。一位网友给出了黑盒思想实验更准确的版本：“真正合理的比喻是:AI宣称自己解明了人类20000个基因的所有相互作用，但是人类完全记不住/难以理解，结果还是无法用于药物开发”。知乎
数学界内部也不是铁板一块。同一时间，"丘成桐牵头成立数学与AI实验室联盟"的话题也在讨论中升温。所以这场争议不是"人类派"对"AI派"的阵营战，而是关于"谁来验收、谁来定义价值"的争执。DeepTech把陶哲轩的状态概括得很准：他显然没有停止讨论AI的可能性，更关心的是数学家能否继续自主决定研究什么。知乎DeepTech深科技
对普通人来说，不必急着站队，只需要在每一次使用AI给出的结论前，问一句：这个结论如果是错的，我靠什么渠道能发现？发现得了的——能被复查、能被试错、能被独立复现的，可以先信结果；发现不了的，无论包装得多权威，要么要求给出过程，要么当作尚未验证。陶哲轩被医学常识反驳，恰恰因为药品是"结果最容易外置验收"的领域，数学证明是"过程本身就是结果"的领域——两边站在光谱的两端，他拿前者举例，才让"该不该懂原理"这个数学界的老问题，第一次撞上了普通人的直觉。
