陶哲轩发起倡议，公开信《人工智能与数学界的严重目标错位》。背景是，数学界被大模型公司狂扔“原子弹”、“二向箔”，炸出各种新闻。
原文翻译我放后面。传播性不够强，我中文本地化一下，「大模型可能是三体“智子”，能把后续人类智慧锁死」。
再展开说说，AI对人类培养体系的“掘根”：
> 本来解决一个问题，可以滋养“土壤”，土壤能孕育很多新思想，甚至直接养团队。>> 现在大模型来爆破问题，只留下废墟。好处几乎都被大模型公司拿走了。>> 后来者看着废墟，不知道要做什么好。甚至有种躺平感——不用折腾，等几年，大模型就能解决了。
有些人理解不了这种威胁。估计他们把数学难题当成某种“石中剑”，只要拔出来，就称王。成为国王之后，要干啥呢？不管，反正称王了。
甚至现实也有类似幻想，一劳永逸，从小骗到大：只要你上了初中、高中、大学……
但是，世界是连续的，是需要维护的。不会突然某个节点后就变成天堂。
**销售、营销最喜欢隐藏维护成本。**例子一堆：扫地机器人、无框门、震惊体、替换岗位……
总之是先骗你看了、哄你买了，后面你发现上当，它管你呢？
但我们要管自己，毕竟后果自己承担。
我们至少要认识到，大模型公司不仅要“爆破问题”，也要处理爆破后的废墟。岗位确实要适应科技发展，确实会流变；但大模型公司可以控制爆破威力，而不是炸完、宣发，再炸下一个。
我们活着，也不只是为了答案。
《人工智能与数学界的严重目标错位》
2026 年 9 月 11 日，作者：陶哲轩（Terence Tao）
我很荣幸，能成为这份联合宣言首批签署人之一，首批二十五位签署者，均为菲尔兹奖得主。我们过去一周，相互探讨，才创作出这份宣言，并将它发布在[专属网页](网页链接)上，向学界开放后续联署（类似于《莱顿宣言》）。（鉴于当前事态刻不容缓，我们决定必须尽早公开发表这份声明，因此遗憾，未能像《莱顿宣言》那样，留出更充裕的时间，广泛磋商。）
（屏蔽一行）
------
过去几个月，大语言模型的数学能力突飞猛进，已经能解决数学多个领域中的重大未决问题。然而，AI 公司把攻克数学问题当作能力基准竞相推进，这种做法正在损害数学科学本身，也在伤害数学共同体。AI 公司的目标与数学共同体的目标已经严重错位（Misalignment）。我们认为，这也是更广泛的 AI 对齐（Alignment）问题的一部分；类似问题正在影响其他科学和创意行业，乃至整个社会。
理论数学研究的是形状、数字与自然现象的底层结构。历经积累沉淀，数学界构建起了一套庞大而精深的体系，凝聚了无数思想、方法、抽象概念与工具，用以洞察整个数学世界的图景。现代科学与技术，亦是牢牢奠基于这些数学工具之上。
历史上的著名难题，往往意味着路标与灯塔，衡量着人类对这一认知图景的深化程度。攻克此类难题，向来伴随各类全新洞见与开创性方法；随后，整个数学界会投入其中，经历漫长而艰苦的报告交流、研讨争鸣与提炼简化。理想状态下，这一过程的最终成果，会成为教科书中的经典范式，供研究生乃至本科生学习研读。其中一些数学思想甚至会走得更远，在数十年或数百年后，演化为全人类皆能理解并运用的通用工具。
在许多层面，数学共同体宛如人类社会的一个微缩范本。它由形形色色的个体组成，大家虽研究范式各异，却共享着相同的核心价值观。在这个行业中，青年学子与学术思想是最宝贵的财富，我们悉心培育。我们深感责任，引导他们充分发挥潜能，直至他们能在数学世界中立足，并开辟出一片天地。我们引导学生攻关难题，核心意图从来不是答案本身，而是借此锤炼其综合能力，为他们今后在科研乃至其他领域的探索奠定基石。我们通过讲座、私下交流以及严谨论文来传播思想，并将其与前人的智慧紧密联结。这些过程全都需要时间来沉淀，并植根在人与人之间的互动。
最近几个月，AI破解重大数学难题，屡屡登上新闻头条，甚至引发圈外关注。然而，“解题”仅仅是通往终极目标的工具与手段，数学的最高追求始终是概念性的深刻理解与认知洞见。若在AI狂热中遗忘了这一点，工具反而会让我们背道而驰。事实上，加速海量炮制“真/伪”证明，不仅无法为新思想注入生机，反而可能摧毁创新土壤。
此类AI解决方案往往仓促公布，根本没有留出时间整理规范严谨的论述、提炼其中新思想与新方法，也未能恰当引用前人相关工作。正如在所有创造性领域一样，这引发了极度严重的争议，成果归属与剽窃问题。此外，如果没有一代代数学家甘愿投入精力，消化这些由AI构想的雏形、发展并融入主流数学知识体系，这些思想将无法真正焕发生机，而维系在数学家之间，至关重要的人性传承，也将就此断裂。
我们正遭遇一场对所有智力劳动的威胁，AI产出与工作原本目标之间，存在不可忽视的错位。在诸多领域与实践中，长年累月的系统训练不仅是为了产出一个最终答案或成果，更是为了培养深层理解力，以及提出新问题、催生新思想的能力。然而，AI系统依靠前人汗牛充栋的工作积累，正变得能够直接输出这些结果，导致手段与育人目标彻底错位。数学界眼下面临的威胁，与诸多科研、创意行业如出一辙，更是劝人类终将面对的共同命题：当AI已经能直接完成工作，我们怎么获取原来工作要达成的意义。
AI确实有潜力，去加速真正的数学研究与认知。数学作为专业，也必然要在诸多维度上做出调适。然而，这场技术变革最终是造福这一学科，还是带来毁灭性的冲击，很大程度上，掌控AI的人决定。
这些问题已刻不容缓，数学共同体、研发这些技术的AI企业、整个社会，都必须立即应对。
**首批联署人（按姓氏首字母排序）：**
> 名字中文为机翻，没来得及一一验证
- 阿图尔·阿维拉 / Artur **Avila**（2014年菲尔兹奖）- 曼朱尔·巴尔加瓦 / Manjul **Bhargava**（2014年菲尔兹奖）- 考切尔·比尔卡尔 / Caucher **Birkar**（2018年菲尔兹奖）- 皮埃尔·德利涅 / Pierre **Deligne**（1978年菲尔兹奖）- 邓煜 / Yu **Deng**（2026年菲尔兹奖）- 西蒙·唐纳森 / Simon **Donaldson**（1986年菲尔兹奖）- 雨果·迪米尼-科潘 / Hugo **Duminil-Copin**（2022年菲尔兹奖）- 阿莱西奥·菲加利 / Alessio **Figalli**（2018年菲尔兹奖）- 马丁·海尔 / Martin **Hairer**（2014年菲尔兹奖）- 许埈珥 / June **Huh**（2022年菲尔兹奖）- 马克西姆·孔采维奇 / Maxim **Kontsevich**（1998年菲尔兹奖）- 埃隆·林登施特劳斯 / Elon **Lindenstrauss**（2010年菲尔兹奖）- 皮埃尔-路易·利翁斯 / Pierre-Louis **Lions**（1994年菲尔兹奖）- 詹姆斯·梅纳德 / James **Maynard**（2022年菲尔兹奖）- 柯蒂斯·麦克马伦 / Curt **McMullen**（1998年菲尔兹奖）- 森重文 / Shigefumi **Mori**（1990年菲尔兹奖）- 吴宝珠 / **Ngô** Bảo Châu（2010年菲尔兹奖）- 安德烈·奥昆科夫 / Andrei **Okounkov**（2006年菲尔兹奖）- 彼得·舒尔茨 / Peter **Scholze**（2018年菲尔兹奖）- 斯塔尼斯拉夫·斯米尔诺夫 / Stanislav **Smirnov**（2010年菲尔兹奖）- 陶哲轩 / Terence **Tao**（2006年菲尔兹奖）- 玛丽娜·维亚佐夫斯卡 / Maryna **Viazovska**（2022年菲尔兹奖）- 塞德里克·维拉尼 / Cédric **Villani**（2010年菲尔兹奖）- 文德林·维尔纳 / Wendelin **Werner**（2006年菲尔兹奖）- 埃菲·杰尔马诺夫 / Efim **Zelmanov**（1994年菲尔兹奖）