AI时代，数学为何要警惕“只会做题”

　　最近，一批世界顶尖数学家正在担心一件事：数学可能要被AI“玩坏了”。

　　2026年9月11日，陶哲轩等25位菲尔兹奖得主发表联合声明，警告AI企业与数学共同体的目标正在发生严重错位。他们并不反对AI辅助研究，但也强调解题只是获得概念理解和洞见的手段，不能代替这些目标。

　　难题解决得更快，为什么还值得担心？关键在于我们如何评价、组织和延续数学研究。

当指标开始配置资源

　　AI模型的能力很难用一句话概括，基准测试（benchmark）因此成为比较模型的常用工具。但成绩一旦与融资、声誉和研发投入挂钩，测试便不再只是被动记录能力，也开始引导能力向哪些方向发展。经济学家陈斌（Alex Chan）2026年的一篇工作论文对这一机制做了分析：当公开分数能够吸引投资，针对测试进行定向优化就可能有利可图，而分数对于广泛能力的指示作用反而会受到侵蚀。