数学界抵制OpenAI：700余份AI证明引风波

一场由AI生成数学证明引发的风波，正在数学界持续发酵。据科技媒体The Decoder报道，数学界组织“人类数学协会”（Association for Human Mathematics）公开呼吁抵制OpenAI，导火索是后者一次性发布了超过700份由AI生成的数学手稿，令大量未经充分验证的“证明”涌入数学社区；发布次日，OpenAI又因一处符号错误撤回其中三篇论文。菲尔兹奖得主陶哲轩（Terence Tao）则就这一现象发出更深层的警告：AI对开放问题的批量“收割”，可能让数学的整片分支变得贫瘠。

700余份手稿一次性涌入，数学社区炸锅

数学研究向来以“慢工出细活”著称：一个重要成果从构思、写作到获得同行认可，往往以年为单位计算。而OpenAI此次以“批量上架”的方式一口气放出700多份AI生成的数学手稿，无论质量如何，其规模本身就足以让数学社区震惊。对许多数学家而言，这种工业化的产出节奏，与数学研究精雕细琢的传统工作方式形成了刺眼的反差。

反弹来得迅速而直接。人类数学协会随即发出呼吁，号召数学界抵制OpenAI。在该协会看来，这种洪水式的投放并非学术贡献，而是对整个社区注意力与审稿资源的挤占——当大量AI手稿涌入公共空间，真正值得认真对待的人类工作反而可能被淹没，学术交流的信噪比将被急剧拉低。

一处符号错误，次日撤回三篇论文

质量问题几乎立刻兑现。就在发布后的第二天，OpenAI不得不撤回其中三篇论文，原因是一处符号错误。在数学中，一个符号的差错看似微小，却足以令整条推理链失效——这正是数学证明区别于普通文本之处：它要么成立，要么不成立，没有中间地带。手稿发布与仓促撤稿之间只隔了一天，也让“AI攻克数学”的光环迅速褪色。

这次撤稿暴露出一个结构性矛盾：AI可以按“份”批量产出数学手稿，但对证明的验证仍主要依赖人类逐行完成，两者速度完全不在一个量级。当生成能力大幅领先于验证能力，任何大规模发布都意味着把沉重的核查成本转嫁给整个数学社区——这恰恰是抵制呼声最直接的痛点。

陶哲轩：开放问题被“收割”，数学生态堪忧

比撤稿更值得警惕的，是2006年菲尔兹奖得主、加州大学洛杉矶分校教授陶哲轩发出的警告。作为公认最具影响力的在世数学家之一，他指出，AI正在对数学中的开放问题进行大规模“收割”——这些悬而未决的问题，本是引导一代代数学家深耕数年的路标。

AI对开放问题的批量“收割”，会让数学的整片分支变得不再肥沃。

在陶哲轩看来，问题的严重性不在于个别证明的对错，而在于数学生态本身：开放问题是数学创造力的土壤，一旦被AI以远超人类消化的速度批量占用，却又无法给出可靠成果，依赖这些问题的整个研究方向都可能失去养分。这也解释了为什么数学家的怒火并非只针对三篇错误论文，而是针对这种成规模、快节奏的投放方式本身。

抵制之外：验证成本与发布规范的双重拷问

人类数学协会的抵制呼吁，把两个长期悬置的问题推上了台前：

• 验证机制：数学界既有的同行评议体系并非为AI量产内容设计，AI手稿如何标识、海量验证工作如何分工，目前都没有现成答案；形式化验证工具虽被视为出路之一，但要覆盖大规模AI产出仍相去甚远。
• 发布伦理：在质量未经充分核验的情况下成批公开成果，究竟是在展示技术实力，还是把验证风险转嫁给整个学术社区？

从事件脉络看，OpenAI的意图显然是展示AI在数学这一“人类智力巅峰”领域的产能，但次日的撤稿也说明其质量控制未能匹配发布规模。截至该报道发出，OpenAI如何回应抵制呼声与陶哲轩的批评尚不明朗，人类数学协会的号召能获得多少响应，同样有待观察。

这场风波大概率不会以一次撤稿收场。它至少留下了三个待解命题：AI生成的数学内容应以何种规范进入公共学术空间？从人工审稿到形式化验证的核查基础设施，该如何扩容以匹敌AI的生成速度？以及最根本的——当机器可以“收割”开放问题时，人类数学家的问题品味与创造动力将如何安放？在AI实验室与数学社区找到新的共存规则之前，抵制或许只是这场博弈的第一步。