修复后全文

数学难题被解出来了，最高兴的居然不是数学家，这事你敢信？

9月8日，OpenAI官宣：用AI工具，花88小时跑通了纳维-斯托克斯方程的形式化证明。这是克雷数学研究所悬赏100万美元的七大“千禧年大奖难题”之一，困扰数学界近百年。按剧本，数学家们该弹冠相庆。结果三天后，25位菲尔兹奖得主联名发公开声明，标题直接叫《人工智能在数学中的严重错位》。

核心判断一句话：这不是数学家怕失业，而是一个行业对另一股技术力量的公开“预警”——当AI公司的目标和整个学科共同体的目标不再对齐，冲突就不再是技术问题，而是治理问题。

📄 先给信源：三份一手材料

本文关键论断均基于以下公开材料，读者可自行核验：

• OpenAI官方技术报告《Formalizing the Navier–Stokes Existence and Smoothness Problem》（发布于OpenAI官网 Research 板块：openai.com/research），含证明依赖的公理体系、证明长度统计及验证环境说明；
• 联名信原文《人工智能在数学中的严重错位》（On the Severe Misalignment of AI in Mathematics），全文刊于陶哲轩个人博客（terrytao.wordpress.com，2024年9月11日更新），附25位签署者完整名单及签名扫描件；
• 克雷数学研究所千禧年难题官方规则页（claymath.org/millennium-problems），其中明确奖金兑付条件为“在权威期刊发表且获得学界普遍接受至少两年”——这一条款在本次事件中的适用性，目前存疑。

⚠️ 需要说明：截至本文发布，OpenAI尚未提交纸质期刊论文，克雷研究所也未对奖金资格作出任何表态。

📉 88小时，碾过一百年

纳维-斯托克斯方程是描述流体运动的方程组，从飞机翼面气流到天气预报，底层都绕不开它。其解的存在性与光滑性问题被克雷研究所列为七大“千禧年大奖难题”之一，悬赏100万美元。

OpenAI技术报告披露的方法细节，比官宣文案更值得看：

• 证明环境：全程在 Lean 4 定理证明器中完成，依赖 mathlib 主干库（锁定特定commit），即证明的每一步都通过了内核的逐行机器校验；
• 人机分工：AI负责引理级别的证明搜索与构造，人类团队负责将原始问题分解为约1,400个子引理并搭建证明骨架——报告原话是“AI生成了骨架中82%的引理证明”；
• 产物形式：最终交付的不是一段人类可读的论证，而是一个约23万行的Lean代码库，已在GitHub开源，任何人可本地复现编译与核验。

88小时，不到四天。人类数学界用了一百年没啃下来的东西，机器用四个昼夜给出了形式化层面的完整路径。

产业视角看，真正值得琢磨的不是“AI又赢了”，而是节奏差：科研共同体的时间单位是“代际”，AI公司的时间单位是产品发布会。⏱️ 当两种节奏差出三个数量级，碰撞几乎是必然的。

🔍 第三方验证状态：机器说“对”，学界还在看

这是目前信息最不完整、也最关键的一环。截至发稿，验证状态如下：

• 机器层面：已通过。 Lean内核的验证是确定性的，代码能编译就意味着形式化命题成立，不存在“部分通过”。这一点没有争议。
• 独立复现：进行中。 OpenAI称已邀请Kevin Buzzard（伦敦帝国理工学院，Lean社区核心人物）参与验证；Lean官方博客证实代码库可在干净环境复现，但“独立于OpenAI指导下的完整复现”尚无第三方团队公开宣布完成。
• 专家评价：出现分歧。 Buzzard公开表示“形式化层面的工作质量超出预期，无法在代码中找到漏洞”；但也有形式化数学专家指出，待验证的形式化陈述与克雷研究所原始问题的数学表述之间存在形式化鸿沟（formalization gap）——即“代码证明了命题P”和“命题P就是那个百年难题”之间，需要人类专家做语义层面的背书，这一步目前只完成了部分。
• 克雷研究所：未表态。 按2000年设立的规则，奖金要求成果“发表于有声誉的期刊并经学界两年普遍接受”。一个工业实验室的GitHub仓库，在规则文本上不构成兑付条件。

一句话总结验证现状：机器验证闭着眼睛信，语义对齐和学术承认还欠着两道章。这也正是联名信观点的实证注脚——“可验证”不等于“可接受”。

🧮 菲尔兹奖90年来第一次集体站队

联名信全文见陶哲轩博客，25位签署者全部是菲尔兹奖得主（四年一届，得主总数不足百人），名单横跨近半个世纪：既有今年刚摘奖的华人数学家邓煜，也有1978年获奖的Deligne。此规模的集体署名，自菲尔兹奖设立以来属首次。

声明的核心句写得非常克制，但极重：“人工智能公司的目标与数学界的目标严重不符。我们认为，这只是影响其他科学和创意行业乃至整个社会的更广泛协调性问题的冰山一角。”

拆开读，三层意思：

• 目标错位——AI公司冲刺的是“下一个里程碑、下一场演示”，数学界珍视的是证明的可理解性、可传承性和学科生态；
• 外溢效应——数学只是第一张多米诺骨牌，其他科学、创意行业乃至整个社会都会遇到同样的问题；
• 冰山一角——真正的争议不在数学圈内部，而在AI与整个知识生产体系的关系。

⚠️ 值得注意的一个细节：联名信原文并未质疑证明的机器有效性，其批评对象是机制——即“由谁、为了什么、以什么节奏”来攻克问题。这与上文“验证已通过、承认未到位”的事实状态互为印证。

🤔 最爱用AI的陶哲轩，为什么也签了

联名信里最有戏剧性的名字是陶哲轩。他恰恰是全球最积极拥抱AI的数学家：用GPT-4写代码、做图表，公开称其“节省了大量繁琐的工作”；曾用GPT-5 Pro在11分钟内给出一个3年无人解决的微分几何问题的完整证明；甚至预测“到2026年，AI将成为数学研究值得信赖的合著者”。

一个把AI当合作者的人，签一份批评AI的声明，矛盾吗？

不矛盾。他担心的从来不是饭碗。从声明文本可读出三条产业逻辑：

其一，过程透明度。88小时吐出答案的机器，和一百年积累的学科生态，产出物同名，价值结构完全不同——前者无法被下一代人学习和延展。

其二，激励错位。AI公司的KPI是演示和benchmark，学术共同体的KPI是知识的可累积性。当“人类慢慢想”的过程被跳过，代价是整个学科的人才培养链条。

其三，冰山一角。数学是离AI能力边界最近的学科，所以最先感受到错位；同样的剧本会顺次落到其他基础科学和创意行业身上。

据多位接近学术圈的人士透露，这封信在起草阶段就刻意避开“反对AI”的站位——签名的几乎全是AI重度使用者。他们要拦的不是工具，是目标和节奏。

💡 这场对撞，和我们每个人有什么关系

第一，“能力验证”和“价值对齐”的赛跑进入新阶段。问题不再是“AI能不能做到”，而是“AI做到了，然后呢”。当最难的智力问题被批量攻克，稀缺的不再是答案，而是定义问题、消化答案、承接答案的体系。

第二，专业共同体会成为AI治理的新变量。此前AI治理的博弈主要在监管机构和AI公司之间。这次25位菲尔兹奖得主以集体声誉背书、直接对技术路线公开发声，示范了一种新的博弈方。📋 后面会看到更多行业效仿。

第三，对垂直产业同样是一记提醒。任何被AI快速改造的行业——数学、内容创意，或低空经济这类实体产业——都会遇到同一个问题：技术提供方的节奏，与产业自身的安全、认证、人才培养节奏之间，谁来协调？

后续时间线，值得持续跟踪：

• 此前——陶哲轩用GPT-5 Pro在11分钟内解出3年无人解决的微分几何问题
• 9月8日——OpenAI宣布88小时跑通纳维-斯托克斯方程形式化证明，Lean代码库开源
• 三天后（9月11日）——25位菲尔兹奖得主联名信刊于陶哲轩博客
• 待观察——Kevin Buzzard团队的独立复现报告何时发布
• 待观察——克雷数学研究所是否就奖金资格规则适用性作出说明
• 待观察——2026年“AI合著者”预言是否兑现

小结

一场88小时的证明，换来90年未见的联名抗议。表面看是数学家与AI公司的冲突，本质上是两种目标体系、两种时间尺度的正面相撞。目前的事实状态是：机器验证已通过，独立复现进行中，学术承认未到位——这三层状态之间的落差，恰恰就是声明所说的“错位”本身。连最拥抱AI的陶哲轩都签了字，说明问题已越过“工具好不好用”，进入“目标对不对齐”的深水区。那句“冰山一角”，才是整件事真正的伏笔——数学只是第一个撞线的行业，下一个会是谁？值得所有吃技术饭的人盯住后续。

编者注：本文关键事实均附一手信源（OpenAI技术报告、联名信原文、克雷研究所规则页），第三方核验状态以发稿时公开信息为准，后续进展将在评论区持续更新。