发生了什么
2026 年 9 月，25 位菲尔兹奖得主------数学界最高荣誉的获得者------联名发表声明，警告 AI 正在损害数学这门学科。这在数学史上前所未有。
导火索是：AI 公司在几个月内接连攻破了多个困扰数学界几十年甚至上百年的著名难题，其中包括"千禧年七大难题"之一。有些成果调动了上万个 AI 程序并行运算，几十小时就完成了。
听起来是好事。为什么最顶尖的数学家要联名反对？
真正的问题
要理解这件事，需要先知道数学家到底在做什么。
大多数人以为数学的目的是"解出答案"。但对数学家来说，答案只是副产品。真正的产品是理解。
举个例子。费马大定理被悬置了 358 年。如果有人在 1670 年直接给出正确答案，人类会少掉什么？答案是：整个现代代数数论。因为在追逐它的三百年里，数学家为了攻克它，被迫发明了一整套全新的数学工具------而那些工具的价值，远远超过那个定理本身。
著名难题的作用，类似航海中的灯塔。 它的价值不在于抵达它，而在于：你能抵达它，说明你确实掌握了这片海域。抵达灯塔是"理解了这片海"的可靠证明。
AI 做的事情，相当于让人可以直接瞬移到灯塔。 灯塔还在，但它不再能告诉任何人关于这片海的任何事情。数学界丢掉的不只是几个问题，是衡量自己进展的那把尺子。
第二个问题更现实：这些成果常常在仓促中被宣布，来不及好好撰写、来不及把新方法从中提炼出来、来不及引用前人的相关工作。而数学知识从"一个证明"变成"人类的共同财产"，靠的是一条漫长的人工链条------讲座、私下讨论、反复简化、写成论文、最后变成教科书，让研究生甚至本科生都能学。
这条链条需要有人愿意去做那些不出风头的工作。 但如果荣誉全部归于第一个宣布结果的人，谁还会去做整合和阐释？
第三，也是最容易被忽略的一点：数学家给学生出题，目的从来不是要那个答案，是要培养出那个能解题的人。 训练的过程同时产出两样东西------一个答案，和一个具备判断力的人。当机器可以直接给出答案时，第二样东西就不再被生产了。
为什么这不只是数学界的事
声明里有一段话，适用于几乎所有脑力工作：
多年的训练，传统上不仅是为了产出一个最终答案或产品，也是为了培养理解力，以及提出新问题的能力。而当 AI 可以直接产出结果时，这两个目标就不再一致了。
医生、律师、工程师、作家------所有需要长期训练的职业，都面临同一个结构。我们可能会得到越来越多正确的产出，同时越来越少地培养出能理解这些产出的人。
可能的出路
第一，改变"什么才算贡献"。 数学界控制不了 AI 公司发布什么，但它百分之百控制期刊、聘任和奖项。如果确立一条规则------只有答案、没有阐释和归属的结果，只能存档，不算发表------那么公司的公告就会变回公关稿。
第二，把"解释清楚"变成一项独立的荣誉。 过去证明太难，谁证出来谁自然最懂，解释的责任顺带就归他了。现在证明不再稀缺，把复杂结果讲透、放进人类知识体系里，应该成为一项能支撑职业生涯的正式贡献。
第三，建立方向登记制度。 让研究者可以带时间戳登记"我在攻这个问题"，内容延迟公开，并享有一定保护期。否则人们会开始互相隐瞒研究方向------这将逆转数百年的开放科学传统。
第四，要求披露过程。 包括失败的尝试和消耗的算力。因为没有失败记录，就无法知道"哪些问题算难"------而那张难度地图，正是判断什么值得研究的前提。
最后
这些数学家并不反对 AI。声明本身承认，AI 有潜力加速真正的数学理解。
他们反对的是把"解决问题"当成目的本身。
用他们的原话：解决问题只是工具和代理指标，真正的目标是理解。
忘记这一点，工具就会反过来对抗目标。