9 月 18 日，陶哲轩在个人博客发了一篇公告：他参与创立的非营利机构 SAIR 基金会，正式启动"开放数学模型计划"（Open Math Model Initiative），要联合数学界和产业界，为数学和基础科学研究做一套开源、开放权重的模型。量子位
公告发出两天内，转发和争论一起涌进来，最集中的质疑就两条：这不就是"大号版开源声明"吗？模型呢？
第二个问题，恰恰是读懂这件事的钥匙——这是一条没有模型的发布。公告里没有架构、没有参数规模、没有训练时间表，连 SAIR 此前办的"数学蒸馏挑战赛"的成绩都没当主打。陶哲轩自己在声明里交代了原因：团队原本计划未来几个月先跑几个小规模试点，再逐步扩大，但考虑到"近期发生的一系列事件"和学界对开放科学模型的需求，他们决定把宣布提前，“尽管部分关键规划仍在推进之中”。DeepTech深科技
一句话定性：9 月 18 日发布的不是产品，是一份规则草案。而数学圈这两个月吵的所有事，最后争的都是这份草案里的东西。
先把这两周的牌局摆回桌上
对没完整跟下来的读者，这条时间线只需要记四个点：
9 月 8 日，OpenAI 方面宣称其未发布的内部模型率领约一万个 AI 智能体并行工作约 88 小时，为纳维-斯托克斯方程（N-S 方程）找到了一个"爆破"反例——一个不断向内旋转、核心持续收缩拉长的涡旋，随即"攻克千禧年难题"的说法刷屏。中国新闻周刊
9 月 11 日，陶哲轩、邓煜等 25 位菲尔兹奖得主联名发表《数学领域中人工智能的严重失衡》，反对把"解了多少著名难题"当作模型能力的标尺。 同一天，陶哲轩在加州理工 SciencexAI 峰会的主题演讲里预告了开放数学模型计划。中国新闻网哔哩哔哩
9 月 15 日，前 OpenAI 后训练负责人 Liam Fedus 公开回应联名信：赞同"要重视理解"，但认为数学家"可能还是太小瞧 AI 了"；
9 月 18 日，SAIR 公告落地，即日起向全球征集资金、算力、专业经验和社区建设四方面的合作伙伴，意向可在公告页面底部登记，合作邮箱 collaboration@sair.foundation，讨论区开在 Zulip 上。量子位
值得注意的是最后两个点的组合：一个刚把 OpenAI 的外部数学家顾问组向公众说清楚的当事人，转身启动了一个明确写着"不依附于任何大型 AI 公司"的自建计划。很多人第一眼觉得这是"分裂"，其实三件事指向同一个目标——把定义权拿回数学共同体手里。
公告里的三条规则，才是这条新闻的本体
把英文原文对照下来，SAIR 这份计划真正的干货是三条可执行的原则：
第一条：模型由社区塑造。 训练什么、测什么、怎么服务科研和教学，由研究者参与决定；模型要能被检视、修改、独立运行，开发由"共同的科学优先事项"引导，而不是由发布节奏引导。公告原文还专门写了一句：欢迎跨越机构、地域与职业阶段的参与——潜台词很清楚，它不想只对名校教授开放。
第二条：数据归数学界自己所有。 这是全文最硬的一条：未经研究者明确同意、没有提前约定用途的数据，不进入训练集；论文、私人通信、研究笔记、正在推进中的证明，共享与否由研究者自己决定。模型、代码与工具按 Apache 2.0、MIT 或 CC BY 4.0 这类开放许可共享，联合开发的权属、许可与署名"从一开始就与贡献者约定"，研究者保留既有独立成果的权属，并把思想贡献写进署名。
第三条：评价标准换掉。 不看基准榜正确率，改看三个指标：日常科研中辅助是否足够可靠、输出能否留下可重复可检查的验证过程、长期使用成本普通大学和研究机构扛不扛得住。模型发布时必须同时报告失败案例和能力边界，而不是只宣传成功。DeepTech深科技
三条合起来看，它反对的不是 AI 做数学，而是过去两个月大家熟悉的那套玩法：拿一万个智能体跑 88 小时，砸出一道千禧年难题，发新闻稿，再被质疑"证明没人看得懂、没人来得及审"。
第一阶段为什么专门挑"脏活"
开放数学模型计划的首阶段任务清单，说出来会让围观群众失望：不是攻克哪个猜想，而是理解艰深论证、核对文献、探索算例与反例、编写计算实验代码、把自然语言证明翻译成 Lean 4 等形式化工具能检查的代码。
这个选择背后是陶在 9 月 11 日峰会上给出的框架。他把数学与 AI 的协作拆成三个环节：证明生成、证明验证、证明消化。前两个环节正在被 AI 以远超第三个的速度自动化——证明被生成出来，甚至被机器验证通过，但没有人真正读懂它、把它接入既有的知识网络。他给这种状态起的名字很直白：proof indigestion，证明消化不良。微博
理解了这个词，再看 SAIR 之前那场已经有超千人参加的"数学蒸馏挑战赛"就通了。 比赛要求的不是让 AI 生成更长的推理链，而是把机器产出的大量推演压缩成数学家真正能读、能检查的证明文本，后续阶段还要通过 Lean 4 验证。 生成能力是大厂的主场，消化能力才是数学共同体缺的那块——开放数学模型计划从第一天起就没打算在别人的主场打比赛。DeepTech深科技
五个空格：这条公告没说、但你必须知道的事
判断一个计划是宣言还是实事，最好的办法是把没公布的东西列出来。目前这份公告至少有五个空格：
模型架构与参数规模：没有；
训练与发布时间表：没有，原定的试点计划被宣布本身替代了；
预算与算力规模：没有；
第一批合作机构名单：没有，仍在征集意向；
具体评测基准怎么设计：公告给了指标方向，没有细则。
社区里的质疑也都打在这几个空格上，值得如实摆出来：
算力现实：大型实验室可以为一道题投入数以万计的 GPU 和巨额推理成本，非营利机构很难复制这种规模。SAIR 的运营资源此前主要靠播客、短期活动和竞赛撑着，公告里能点名的资助方是刚赞助了下一轮竞赛的 XTX Markets——一家量化交易公司。 "不依附大型 AI 公司"是真的，"背靠单一金融资本"也是真的。量子位
"教授玩具"风险：知乎上讨论"陶透露正在洽谈数学大模型合作"的问题下，有研究者提醒，这类计划若只停留在小部分教授之间，就会沦为自嗨——上一波学术形式化工具的教训就在眼前。知乎
反对派的声音：别忘了另一侧也有高赞。"AI 正杀死数学开放传统"的知乎问题下，381 赞同的回答反过来说：没有这轮 AI 冲击，形式化验证还没这么受重视。 “数学家批量抵制 AI"被另一部分人看成"卢德分子”。这场争论没有共识，只有阵营在积累证据。知乎
证据覆盖到这里为止——以下判断是待观察清单，不是结论：这件事成色的第一个验证节点，是公告承诺的"近期更多更新"，尤其是合作伙伴名单和首批试点；如果两三个月后只有博客更新、没有算力和机构落地，它就停在宣言层；反之，一旦有大学或机构把研究数据签进"明确同意"条款，规则就真的开始跑。
三类人怎么用这条信息
研究生/青年科研工作者：这是唯一一条和你的手稿有直接关系的信息。数据同意、来源可追溯、输出可验证这三条原则，正在被工具化——公告发出两天内，已有第三方开发者做出开源的"AI 行为见证层"。 发草稿给任何模型前先在本地算指纹、按厂商分别记录"是否允许用我的数据训练"、调用记录导出可离线核验的证据链。工具能证明"某个时点这份东西确实存在、这次调用发生了什么"，不能证明"某厂商读了你的内容"。把它当记账工具用，别当法律武器用。知乎
用 AI 学数学的人：这个计划短期内不会给你提供任何新模型，别等。但"拿到答案，然后呢，你学会了什么"这个消化问题，明天就能用：让 AI 给完证明后自己重写一遍中间步骤、把它的跳步标出来，比多问一道题有用。联名信吵两个月，落到个人层面的启示就这一条。
围观 AI×数学这场仗的读者：不用在"AI 已击穿数学"和"数学家抵制进步"之间选边。看三个信号就够：OpenAI 那批"雪藏证明"的发布决定、顾问组"谁来审"的结果、SAIR 的合作名单。这三件事会互相校准。
陶哲轩把这套设想叫 Math 2.0。这个名字容易被当成口号，但它其实说得很准：1.0 时代，研究者是别人造好的工具的用户——大厂决定训练什么、测什么，学者调整自己去适配；2.0 想改的是顺序本身。公告里连一个参数都没给，恰恰是对的——如果顺序真能换过来，规则本来就该比模型先到。
