陶哲轩、邓煜等25位菲尔兹奖得主作为首批签署人发布紧急公开声明，称AI公司把解决数学难题当作benchmark推进，与数学共同体的目标出现“severe misalignment（严重偏移）”，声明全文发布于mathandai.org。
AI解读：这份声明的核心不是反对AI做数学，而是反对用做benchmark的方式做数学。25位菲尔兹奖得主认为，数学研究的目标是概念理解与洞见，解题只是工具和代理指标；而当商业公司把“解决未决难题”当成模型能力的宣传成绩，两套评价体系就开始分叉。
真正被影响的是日常用AI辅助研究的数学家。声明提到，AI生成的解决方案常匆忙向媒体宣布，没时间写严谨论文，也缺乏对前人工作的妥善引用与归因；同时大厂后台监控Prompt数据、抢跑成果的恐慌，可能让原本开放共享的数学界转向防御性闭门造车。
另一个具体问题是开放问题的消耗速度。AI能快速批量解决或给出反例，却缺乏“向前探索”的能力，无法提出有深远价值的新开放问题。存量地标被迅速填平而新问题补不上，这个缺口声明没有给出解决方案。
对普通读者来说，这更像一场规则之争而非技术之争：AI已经能做出数学结果，但谁验证、谁署名、谁把它变成人能理解的数学，声明认为这些问题必须紧急解决，而且类似问题会出现在其他智力工作中。
2026年9月，陶哲轩、邓煜等25位菲尔兹奖得主联合发起并作为首批签署人发布一份声明，称AI公司推进数学的方式已经与数学共同体的目标出现“severe misalignment（严重偏移）”。据量子位报道，发起人因认为近期AI急剧发展对数学领域的冲击极为严峻，未走流程繁琐的协商程序，而是选择紧急公开发布。声明全文发布在mathandai.org。
声明明确表示，这不是呼吁或要求停止AI，也不是停止用AI主导或辅助数学研究，更没有否认AI取得的成果。其核心担忧集中在三点：AI解题速度开始超过数学共同体消化知识的速度；AI公司追求benchmark成绩而数学界追求方法、理解和知识传承，两套评价体系开始分叉；当AI能快速完成开放问题后，数学研究的优先权、人才培养和开放文化都需要重新定规则。
声明首先说明数学家眼中的数学应是什么样的：一个著名数学问题长期以来更像一个地标和灯塔（landmark and lighthouse），数学家通过解决它来检验人类对某片数学领域理解到什么程度。因此一道重大问题被解决后，研究工作通常还会继续很久，数学共同体需要理解新证明、识别新方法、与已有知识连接，再通过报告、讨论、简化逐渐消化，最终理想状态是整理成研究生甚至本科生可学的教材知识。声明写道，solving problems is only a tool and proxy，求解问题仅是实现数学研究目标的一类工具与代理指标，更重要的追求是概念理解与洞见（conceptual understanding and insight）。
声明称，商业公司仅将解决数学难题作为衡量和推介大模型能力的Benchmark，功利化推进，忽略“理解”这一首要目标，以极快节奏批量生产“True/False”（真/假）断言。声明认为，这非但不能孕育新思想，反而会破坏数学研究的土壤。
声明列举了近期AI在数学难题上的进展作为背景：5月OpenAI内部模型给出Erdős单位距离猜想反例；7月Claude参与推翻Jacobian conjecture；9月初GPT-6 Astra在孪生素数猜想方向上用Lean形式化证明把连续素数间距上界从246推到186；本周OpenAI用1万个Agent跑了88小时，拿出Navier-Stokes证明。报道称，本周关于Navier-Stokes的实践成为直接导火索，促使25位菲尔兹奖得主在过去一周紧急商议并迅速发表联名公开信。
报道指出，Navier-Stokes争议将纽约大学数学家Tristan Buckmaster和Anthropic研究员Levent Alpöge卷入舆论场，并引发一系列问题：研究者在AI工具里输入的Prompt算不算未发表研究材料；模型公司是否在得知数学家研究思路和进展的前提下，利用上万Agent暴力破题、抢跑成果；OpenAI提出的解决方案要求将Alpöge排除在作者名单之外，是否违背数学研究精神、规则和常理；顶尖模型接受过相关用户数据，如何证明数学证明成果是AI独立产生的；AI把证明做出来后，谁负责把它变成人能理解的数学；AI宣布暴力破解数学难题并署名为模型成果，后续验证却要丢给人类数学家，各环节是否合理。报道称，事件造成数学界对大厂后台监控Prompt数据、窃取灵感并凭算力霸权抢跑截胡的强烈恐慌，原本极度提倡开源共享的数学界濒临陷入寒蝉效应，研究者犹豫是否还能向对话框透露半成品思路。
声明梳理的三方面担忧
声明中呈现的隐忧被报道梳理为三个方面。第一方面关于流程与合规：AI生成的解决方案往往在匆忙中向媒体宣布，未留出时间撰写严谨规范的论文；AI及其背后的机构缺乏对前人相关工作（Prior Work）的妥善引用与归因，引发严重的学术署名与潜在的剽窃争议。
第二方面围绕“数学开放问题被快速耗尽，却无法如解决一般快地去补充”：随着AI以暴力搜索和极速推理的节奏批量解决或给出反例，如果只是为了消灭问题而消灭问题，那只是对开放问题的“功利性耗尽”；目前AI缺乏“向前探索（Forwards Exploration）”的能力，即无法敏锐感知数学地貌、提出具有深远价值的新开放问题；作为地标的存量开放问题正被AI迅速消耗和填平，它又不能提出新开放问题。
第三方面关乎数学育人模式和知识传递：多年的学术训练不仅是为了产出最终答案，更是为了培养人类深入理解与提出新问题的能力，AI直接输出结果的方式破坏了这种训练；数学发展高度依赖人类社区通过报告、讨论、简化并最终整合进教材与教学的消化过程，如果没有人类数学家愿意接手并将AI构想出的想法整合进数学正典，这些想法将无法真正活起来，代际之间关键的人类知识传递链（Human Transmission Chain）将会断裂。
签署人名单与两人此前的AI立场
声明最后附上了首批25位菲尔兹奖得主的名单。报道称，这份名单横跨代数几何、数论、动力系统、概率、PDE、数学物理，覆盖近半个世纪数学最核心突破，其中大多数人最熟悉的名字是陶哲轩和今年刚刚拿下菲尔兹奖的邓煜。
报道指出，陶哲轩几乎是这一波AI浪潮里第一波积极上手使用AI帮助个人研究的数学家，可称为积极倡导AI辅助科研的领军者，他把AI视为卓越的“研究助理”，认为AI在代码生成、文献检索以及借助Lean等工具进行形式化证明验证方面表现优异，能大幅帮学者承担繁重、套路化的辅助工作。不过报道称他始终对“AI神话”保持清醒，坚决反对将其过度神圣化，其关切逐步延伸至学术伦理与规则建设。
邓煜在今年获得菲尔兹奖后接受多家媒体专访时透露，日常会使用AI辅助科研，如借助AI验证特例、查找文献或核验局部逻辑；面对当前的AI热潮，他直言相比直接去用AI，更关心AI底层的数学基础。他认为AI改变了传统数学问题的解决门槛，许多因精力限制而被搁置的高难度技术细节得以被加速攻克，未来三四年数学界很可能进入快速发展期，并相信未来数学家与AI将走向人机协作。报道还提到，仅在一周前，邓煜在朋友圈写的一段话被广泛流传。
此前已有《莱顿人工智能与数学宣言》
报道称，这份声明之前，今年6月有一份《莱顿人工智能与数学宣言》发布，呼吁采取行动应对AI在数学研究中的应用，呼吁建立规范，让AI作为辅助工具，保护数学作为人类智力活动的核心价值。该宣言由来自10国约60位数学家、计算机科学家、学者参与，由6人组成工作组历时8个月起草，当时就得到国际数学联盟IMU背书，大量数学家（含陶哲轩、Peter Scholze等菲尔兹奖得主）公开支持签署。3个月后，25名菲尔兹奖得主发布联合声明。