陶哲轩说AI暴力解题毁了数学，OpenAI前VP反手扔回去一句：别太小瞧AI了——谁对谁错根本不重要，重要的是这背后的东西
AI飞行客 陶哲轩说AI暴力解题毁了数学，OpenAI前VP反手扔回去一句：别太小瞧AI了——谁对谁错根本不重要，重要的是这背后的东西
过去一周，数学界和AI界的火药味浓得像炸了的豆腐厂。
先是9月8日，OpenAI宣布用1万个Agent、88小时、3000亿token暴力攻克了克雷数学所的千禧年难题——纳维-斯托克斯方程的光滑性问题。然后是纽约大学数学家Buckmaster公开指控OpenAI”抢跑”他的研究，爆出了Sébastien Bubeck那句名言——”为什么你要毁掉自己的职业生涯？”接着，25位菲尔兹奖得主联合发表声明，陶哲轩深夜发文警告”好问题正在变成不可再生资源”。
整个舆论场一边倒地站在数学家那边。
然后，Bubeck——这位前OpenAI后训练VP、争议漩涡的正中心——开口了。他的回应很简短，但信息量很大，大到我必须写一篇博客来拆。
他说了什么
Bubeck没有正面回应25位菲尔兹奖得主的每一个观点。他挑了一个角度回击：
“说AI毁了数学，可能还是太小瞧AI了。”
他承认AI解决数学问题的方式和人类截然不同——不透明的黑箱推理、没有人类数学家那种”灵感”和”审美”、不经过同行评议就丢出答案。但他话锋一转：这恰恰是AI的价值所在，而不是它的原罪。
他的核心论点拆开来看大概有三层。
第一层，与其说AI在”消耗”好问题，不如说它正在创造全新的问题空间。陶哲轩把开放数学问题比作”低本底钢”——二战前制造的钢材，污染少但不可再生。这个比喻很诗意，但Bubeck指出AI系统在暴力解题的过程中，实际上打开了一扇之前根本看不到的门。当AI能够处理几十万行级别的证明时，原来那些因为”人根本算不完”而被归类为”不可能”的问题，突然变成了”可研究”的。问题空间不是收缩了，而是在膨胀。
第二层，AI的解题过程本身就在产生数学价值。人类数学家用直觉和审美来导航，AI用大规模搜索和模式匹配来探索——方式不同，但都在做着一件同样的事情：理解数学结构。Bubeck打了个比方——”如果只看最终结论，就像只看了一部电影的最后一帧然后说’我看完了’。”AI产生的中间产物——那些被当作废料的路径、那些不成功的构造、那些被丢弃的假设——对机器来说可能是垃圾，但对人类数学家来说，它们是全新的、意想不到的地图。问题是你愿不愿意去看。
第三层，也是最扎心的一层——”数学界真正害怕的不是AI抢跑，而是AI跑完之后，自己没有跟上。”OpenAI用了1万个Agent、3000亿token、88小时。你有多少资源不重要，重要的是你打出的牌改变了游戏规则本身。当一个解决问题的方法论从”天才+灵光一现”变成”规模×暴力搜索”时，传统数学家自然会觉得自己的位置被动摇了。这不是AI的错，这是范式更替的阵痛。
这个回应有多重？
我得说，Bubeck这个回应比他之前那句”为什么你要毁掉你的职业生涯”要高明得多。那句像是在压力下脱口而出的蠢话，而这次是一个真正的技术派在做坚实的逻辑防守。
但他的论点有漏洞。
先说第一层——”AI创造新的问题空间”。这话没错，但太乐观了。陶哲轩担心的根本不是”有没有新问题”，而是什么样的新问题。AI暴力破解后留下的新问题，多半是”如何优化算力分配”、”如何让Lean验证跑得更快”这一类工具性问题。数学界不靠工具性问题养活，他们靠的是新结构、新联系、新洞察。AI创造的新问题空间是不是有数学价值，目前谁也不知道。陶哲轩的”低本底钢”比喻之所以打动人心，正是因为它点出了那个最反直觉的事实：好问题不取决于数量，取决于土壤。
第二层——”中间产物有价值”。这个说法在理论上成立，但现实中几乎没有可行性。一个普通数学家怎么可能去阅读1万个Agent在88小时内生成的1490万条消息？这意味着AI的中间产物根本不是一个”可消化”的素材，它只是一堆没经筛选的噪声。Bubeck说”你愿不愿意去看”，问题是”你根本看不了”。
第三层——”数学家没跟上”——这个论点最有攻击力，也最伤人。如果范式真的在更替，那么坚守旧范式的学者被边缘化是必然结果。但这恰恰是25位菲尔兹奖得主担心的东西——AI驱动的科学研究正在把”理解”从方程式中踢出去，只留下一个干巴巴的答案。如果下一代数学家只会用AI找答案，不会用纸笔推导结构，那我们培养的是”数学搜索工程师”，不是数学家。
我站在哪边？
两边都不站。因为这场争论从一开始就不是”谁对谁错”，而是两种不同时代的价值观碰撞。
数学界的核心焦虑，从来不是”AI能不能解出NS方程”——能就能呗，科学进步又不是坏事。他们在意的是过程。”证明”这两个字的核心价值不在于它的终点——不在于那个Q.E.D.的标志——而在于沿途走过的每一步。陶哲轩说得很好：”就像去健身房，目标是举重，但如果机器替你举了，你就什么都得不到。”
而OpenAI阵营的核心逻辑是结果。他们觉得答案本身就有价值，而且当答案足够多的时候，人类自然能从结果中反推出新的理解。这听起来很合理，但从数学史上看，没有一次重大突破是靠”先有结果再找解释”得来的。希尔伯特的23个问题、庞加莱猜想、黎曼猜想——它们的价值从来不在于答案本身，而在于为寻找答案而创造的整个数学分支。
这就是为什么陶哲轩说”与其比谁先宣布解决了一个未解问题，不如比谁先宣布发现了一个新的数学洞察。”这句话虽然充满了数学家的傲娇，但它是真知灼见。
但Bubeck有一点没说错
我们确实不该太小瞧AI。
不是因为AI多厉害——3000亿token、1万Agent、88小时，这些数字固然吓人，但真正吓人的是这背后暗示的东西：当一个解题方法论的边际成本急剧下降时，数学——以及所有依赖”人类智力巅峰”的领域——都需要重新定义自己的存在意义。
数学家不会消失。但他们会像今天的理论物理学家一样，面对一个残酷的现实——大多数真正有意思的问题，都已经超出了人的计算能力。理论物理学家用了大半个世纪来消化这个事实，数学家才刚开始。
Bubeck说得对，我们确实太小瞧AI了。但真相可能比双方想的都复杂——AI不会摧毁数学，但它会逼迫数学进化成一个我们暂时还看不懂的东西。 而在这个过程中，数学家失去的不是饭碗，是他们最珍视的东西：个人洞察带来的精神高潮。
那玩意儿，AI确实给不了。