AI声称攻克数学顶峰难题，为何数学家们反而陷入危机感？

9月8日，OpenAI 宣布其 AI 智能体（agents）解开了数学界最著名也最棘手的难题之一——纳维-斯托克斯问题（Navier-Stokes problem）。如果这是一位人类学者独立完成的壮举，本该迎来丰厚的奖金与同行的喝彩；然而 OpenAI 的这纸声明，却在数学界掀起了一场剧烈的震荡，甚至被一些学者形容为一场“存在危机”。据（The Guardian）社论关注，数学家们对科技公司的质疑，与此前艺术家和各行业创作者的遭遇如出一辙：大语言模型所展现出的惊人能力，本质上依赖于对人类数学家既有研究成果的消化吸收。尽管 OpenAI 在其论文中给出了引用，但许多学者依然认为，该公司并没有给予人类智力贡献充分的认可与致谢，特别是对几位此前研究成果已经极其接近解法的数学家缺乏足够的尊重。在这场争议中，数学家特里斯坦·巴克马斯特（Tristan Buckmaster）就提出了自己的担忧：他此前在使用 OpenAI 的 Codex 模型研究纳维-斯托克斯问题时，其研究内容可能已被该团队接触。

对此，OpenAI 否认了直接访问相关材料的说法，但同时也承认，无法排除他在使用产品过程中产生的数据“帮助改进了我们的模型”。这种在技术底座上使用人类劳动却缺乏明确署名与补偿的做法，让许多专业群体对 AI 开发机构积累了不满。更有意思的地方在于科技公司与基础学科之间的微妙共生与脱节。很多 AI 企业热衷于将模型攻克数学难题作为展示技术实力的金字招牌，但实际上，AI 给出的推演往往粗糙且令人困惑，最终依然要耗费人类数学家大量的时间与精力去仔细核验，才能弄清楚其中究竟是否包含真正具有启发性的新工具或数学洞见。与能够迅速落地的电影或疫苗不同，数学上的突破需要漫长的人类智力检验，这本该是两者携手合作的契机，如今却演变成了隔阂与争执。

不过耐人寻味的是，数学界虽然对科技公司的做法提出抗议并联名致信，但对 AI 技术本身依然展现出了极大的开放包容。绝大多数学者都认可 AI 在数学领域的强大潜能，并开始深入讨论未来如何让数学研究与 AI 融合——由人类负责提出指引、做出阐释。同时，这也引发了更深层次的思索：数学界过去是否太习惯于把所有光环献给最终交出证明的那个人或机器，而忽略了前人铺垫的漫长探索？