陶哲轩的战争宣言：AI 能否改写数学的未来？
"我正处于战争状态。AI 不只是辅助数学研究------它正在改变数学证明本身的含义。" ------ Terence Tao，菲尔兹奖得主，2026.10.16，纽约时报
一、当菲尔兹奖得主说"战争"
2026年10月16日，Terence Tao 在《纽约时报》的专访中说出了一句让整个数学界震动的宣告："我正处于战争状态。"
这不是一个科学家的矫情。作为当代最伟大的数学家之一、菲尔兹奖的获得者，Tao 的每一句话都在学术界有放大效应。而他所描述的，是每一个纯数学研究者都在目睹、却少有人愿意正面回应的现实：
AI 已经不是辅助工具了。它正在成为独立的数学发现者。
问题的关键不在于 AI "算得快"或"算得准"------这些从来不是数学的核心价值。问题的关键在于：当一台机器能在几小时内完成一个研究团队需要数年才能攻克的命题时，"理解"这个词还意味着什么？
二、AI 攻破了哪些数学防线
过去两年间，AI 在数学领域的突破不是线性的加速，而是范式级的跨越。以下里程碑事件构成了 Tao"战争宣言"的客观背景：
从竞赛题到研究级定理
| 时间节点 | AI 突破 | 难度水平 |
|---|---|---|
| 早期 | 国际数学奥林匹克 (IMO) 题目 | 高中竞赛级 |
| 中期 | Putnam 数学竞赛题目 | 本科高年级 |
| 近期 | 代数几何中的研究命题 | 研究生/博士后级 |
| 当前 | 组合数学原创证明思路 | 前沿研究级 |
这不是渐进式的改善。人类用了几十年时间从四则运算走到微积分、从代数走向现代数论，而 AI 似乎在一夜之间就越过了从"学生"到"研究者"的鸿沟。
更令人不安的是方向上的不对称：AI 证明能力的增长是指数级的，而人类数学能力的积累仍然是线性的。
三、核心悖论："理解"的消亡
这场危机最深层次的不是技术问题，而是哲学问题。
传统上，数学证明的价值不仅在于结论正确，更在于它传递了"为什么"。欧几里得的《几何原本》之所以流传两千多年，不仅因为它包含了大量定理，更因为它建立了一种思维方式。每一位读过完整证明的人都能理解背后的逻辑链------这就是"理解"的传递。
AI 撰写的证明打破了这个等式。越来越多的案例显示：
- 机器证明了结论，但人类无法验证它的推理路径
- 证明过程形式正确，但缺乏直觉层面的可解释性
- 结论正确，但方法是否"数学"受到质疑
Tao 的核心忧虑在于：如果未来的数学成果都需要 AI 才能理解和验证------那人类在数学研究中的角色是什么？
这不是哲学思辨。这意味着：学术期刊可能需要接受"AI 审阅过的论文"；博士答辩可能需要 AI 工具辅助；而最根本的问题是------当一个博士生花了五年时间研究的方向被 AI "随手"解决时，我们该如何定义学术贡献？
四、数学社群的分裂
Tao 的宣言在数学界引发了远超学术讨论的深层分裂。大致可分为三派阵营：
阵营一：拥抱派------"AI 是新工具，就像计算器"
这一派学者认为，数学史本质上就是工具演进史------从纸笔到计算机，从手算到数值分析，再到今天的 AI 辅助。每一次工具的跃迁都会淘汰一批旧技术，但同时创造出全新的数学分支。AI 不会终结数学，只会将人类从繁重的技术性工作中解放出来。
阵营二：警惕派------"理解不能被替代"
以 Tao 为代表的警告者则坚持：数学的"可理解性"是其区别于计算的核心价值。一个只能由 AI 验证的证明和一个只能由 AI 运行的程序在本质上是同构的------都是"黑箱知识"。如果数学变成了黑箱操作，它就失去了作为"人类理性最高表达"的哲学地位。
阵营三：重构派------"我们需要新的范式"
最具革命性的一群人认为：与其争论 AI 是否能替代人类，不如重新定义"理解"本身------也许人类的"理解"和 AI 的"理解"本就处于不同维度。就像量子力学中的波粒二象性，"理解"可能也是多态的。数学不需要固守"人类中心主义"的定义框架。
五、从数学到所有学科：连锁反应不会停止
数学是自然科学的"元学科"------几乎所有其他严肃学科都建立在数学基础之上。如果数学的基础研究范式被 AI 颠覆，下游学科的变化只是时间问题：
- 物理学：理论物理已经大量使用 AI 辅助推导
- 计算机科学：自动化程序验证正在重定义"正确性"
- 密码学：AI 可能攻破某些依赖计算复杂性的密码系统
- 经济学：博弈均衡的 AI 求解可能改写理论框架
Tao 的"战争宣言"不只是给数学界看的------它是所有还在"人文主义"框架下运转的学科的一声警报。
六、我们应该害怕什么
不用害怕的：AI 会降低数学研究的门槛，让更多人接触到高级数学。教育、工程应用领域将极大受益。
需要警惕的：如果"数学证明"脱离了人类可理解的范畴------不仅公众无法理解，连专家群体内部也无法互相验证------那么数学就从一个开放的知识体系变成了少数组织垄断的工具。
真正该关心的：未来的数学教育和人才培养体系是否需要彻底重构？PhD 训练的目标是什么？如果 AI 能独立做研究，那"博士生"这个身份的人类意义在哪里？
七、Tao 给研究者的建议
在专访中，Tao 给出了三条具体建议：
- 善用 AI，但不依赖它：把 AI 当作"超强计算器"，而不是"替代思考者"
- 关注"为什么"，而不仅是"是什么"：机器能给出答案，但提出好问题仍然是人类独有的能力
- 学会人机协作的新研究模式：未来的出色数学家，是那些最擅长在 AI 的"大海"中导航的人
他最后留下一句意味深长的话：
"AI 证明了一条定理，和我证明了一条定理，在真值表上没有区别。但有一条我走过的路，有我在某个深夜突然想通的直觉，有我写满三张草稿纸却最终找到了简洁证法的喜悦------这些，AI 永远不会有。"
这不是安慰，而是清醒。数学研究的价值从来不只是结论，而是那个追求理解的、人类智慧闪耀的过程。