25位菲尔兹奖得主警告：拿数学当AI跑分的代价
25位菲尔兹奖得主联名声明，称AI公司把解题当基准正伤害数学共同体。访谈解读解题与理解的错位、署名与传承链危机，以及HN评论区的质疑与反驳。
这周数学圈有个少见的场面：25位菲尔兹奖得主在mathandai.org联名发布宣言，说AI公司把解题当基准的做法正在伤害数学本身，签名里有陶哲轩、Deligne、Scholze。HN讨论很快转向另一个问题：是不是被抢了饭碗才出来说话？我请来老朋友沈知远——数学博士出身，现在在一家大模型实验室做推理评测，两头都是他的现场。我们聊了聊解题和理解差在哪，宣言漏掉了什么，以及它和做AI产品的人有什么关系。
本文由每日自动管线生成：选题与素材来自 Hacker News 公开讨论，访谈内容由 AI 基于原文整理，嘉宾为角色设定，观点不代表任何真实人物。
小听： 知远，先问你的第一反应。你白天的工作就是给推理模型出题、打分，看到25位菲尔兹奖得主联名说“别拿数学当跑分”，是被点名的感觉，还是被理解的感觉？
沈知远： 两种都有，所以想认真聊聊。宣言的核心其实就一句话：解题只是手段，概念理解和洞见才是目的。他们把著名难题比作灯塔——解出一道大题的价值不在答案，而在背后那套新方法会被社区花几年时间消化、简化，最后写进教科书，让研究生甚至本科生都能学。这个慢速消化链，才是数学真正的生产方式。
小听： 可在做评测的人看来，这条链太慢了。模型一个月能清掉一批悬置多年的猜想，速度本身就是进展吧？没人会嫌灯塔亮得快。
沈知远： 宣言里最狠的一句是：以越来越快的速度批量生产“真/假”命题，可能不是给思想注入生命，而是在毁掉沃土。你看实际流程：成果匆匆宣布，没人有时间写正式论文、提炼新方法、补上对前人工作的引用，署名和抄袭的争议立刻就来了。更深一层是，AI想出来的东西，必须有数学家愿意花时间去验证、整合进已有的体系，它才算真正“活”了。愿意做这件事的人跟不上，人类数学家之间的传承链就断了。
流水线只负责产出，不负责消化。
小听： 所以全文的题眼是misalignment，目标错位。这个词我们做AI的天天用来形容模型和人类意图，这次被他们拿来形容公司和学科。
沈知远： 这是宣言最准的框架。AI公司要的是一个可测量、可刷、能代表智能水平的基准；数学界要的是理解和传承。而基准一旦变成目标，就不再是好指标——工具反噬目的。宣言还补了一个很有分量的观察：数学界像是人类社会的缩影，最珍贵的资源是学生和想法，都得用十年为单位养出来。基准驱动的产出方式，恰好整个绕过了这个养成过程。
小听： 评论区第一枪打的就是这个。有人说，宣言把“给出替代机制”的责任全推给AI公司，通篇没讲数学界自己打算怎么改。有意思的是评论区引述陶哲轩的解释：情况太紧急，来不及像莱顿宣言那样走充分的协商程序，只能先发。这个“先发再说”你买账吗？
沈知远： 我会把它当成一份政治声明来读，不是政策白皮书。它的功能是划线、定性，把“目标错位”这个词钉进公共讨论——具体机制确实没给，这是短板，评论区抓得对。但“来不及协商”我部分买账：署名规则、成果归属这些事一旦成为既成事实，再谈就晚了。警告本来就该在损害发生之前发出，等所有程序走完，那不叫警告，叫验尸报告。
小听： 还有一个更市场派的反驳：既然是技术革新动摇了旧机构的根基，凭什么要求革新者负责收拾烂摊子？当年外包把制造业城市掏空的时候，也没人要求跨国公司先给出替代方案。
沈知远： 商业逻辑里这话成立，但数学有个特殊位置：它是基础设施。宣言专门写了，现代技术和科学都建立在数学工具之上。数学真正的资产不是存量定理，而是“能提出新问题的人”这条生产线。这条线的维护成本没人直接付，坏掉的代价也是弥散的、十年后才显形——正因为没有任何一方需要对它负责，才需要有人提前喊。这不是“公司要不要赔”，是公共品没人认领。
小听： 最辣的一条来了：有人说数学论文大部分本来就是slop，还翻旧账——格罗滕迪克当年就批评过Deligne证明韦伊猜想的路数。你们要守的“纯粹传统”，是不是从来就没存在过？
沈知远： 评论区里 _flag 那句回击很到位：Deligne 和 Scholze 本人生产 slop 吗？拿最顶尖的个体去反驳一个关于平均值的判断，确实不对等——说这话的人自己也承认 Scholze 不算。但我真正想说的是，这段黑历史反而支持宣言：数学圈内部一直有平庸产出的问题，以前靠社区慢速消化来过滤；现在加上批量生成和署名混乱，等于把老毛病放大一个数量级，还额外叠加了归因这一层。
小听： 还有一条不好接的：外包把整座城市变成废墟时没人在乎，轮到特权阶级受冲击，就开始要求“替代机制”。这份宣言是不是知识精英的自救？
沈知远： 该问，而且半认。数学家现在才体验到很多行业早经历过的冲击，这个不舒服是真实的。但宣言有意思的地方是它自己把这层讲穿了：多年的训练本来是为了长出“提出新问题的能力”，而AI现在能直接输出训练的最终结果——这对所有智力劳动都成立，不只数学。他们叫数学界“人类的缩影”，我更愿意叫它金丝雀：矿井里的金丝雀不是唯一会中毒的，只是最先有反应的。从高地位行业内部先发出信号，传播效率确实不一样。
先有反应的，往往是笼子里的那只。
小听： 拉回你的本职。对天天设计benchmark和eval的AI从业者，这份宣言有什么能搬走的东西？
沈知远： 两条。第一，代理指标会反噬：你把“答对”当目标，就会得到一批擅长“长得像答案”的系统，而不是“理解了”的系统——你的eval决定模型往哪长，宣言里“工具反噬目的”在产品里同样成立。第二，消化环节是价值的一部分：模型给出证明不算完成，能被写清楚、被独立验证、接进已有体系才算，所以“产出速度”这个指标本身就是错的。宣言最后把决定权交给“掌握这项技术的人类”，听着像免责声明，其实是把球踢给了在座每个人——包括做评测的我们。一句话总结：一个没人能消化的证明只是个事实，数学不缺事实，缺的是把事实变成公共工具的那条传送带。
这份宣言最值钱的不是结论，而是它给目标错位找了一个最体面的案例：连数学这种最吃慢功夫的学科，也会被解题速度这类代理指标带偏。至于评论区那句是不是轮到自己才喊疼，我倒觉得不必急着站队——金丝雀先有反应，不等于只有金丝雀会中毒。本文观点仅代表访谈角色设定，原始讨论见参考链接。