菲尔兹奖得主陶哲轩的博客，最近成了数学界最热闹的地方。
他的评论区里，挤满了顶尖数学家和物理学家。
还有一批 AI 圈的大佬。
他们吵的是同一件事。
数学，往后还要不要人来研究。
导火索是几天里连着发生的几件事。
先是一段视频。
视频里，陶哲轩罕见地皱起了眉。
他说，我们必须放缓 AI。
现在的速度简直疯了，根本没有理由这么快。
他又说，我们完全不知道后果，竟然还心甘情愿改变了一切。
这是一种极端的非线性动态。
更魔幻的是时间线上的冲突。
就在上周末，陶哲轩本人还在张罗一个开源项目。
项目叫 SAIR，主张把数学模型开源。
他上周还在为它招兵买马，规划蓝图。
昨天却突然拉响警报，疾呼必须放缓。
今天，他的博客又成了数学界直面 AI 的战场。
短短几天，态度来回撞了好几回。
撞出来的，是一个很现实的处境。
延续了近千年的数学研究体系，还有博士培养的路子，正面临被 AI 冲垮的风险。
旧时代已死，博士们撞上了 AI
陶哲轩为什么会这么警惕。
因为 AI 攻占数学界的速度，已经超过了人能承受的极限。
过去，数学研究是人类智慧王冠上的明珠。
一个数学博士，常常要花好几年，在浩如烟海的文献里找灵感。
为了证明一个小小的引理，他能绞尽脑汁。
只要能做出一点点原创贡献，就够顺利毕业，还能在学术圈占一席之地。
现在不一样了。
大模型进化得极快。
尤其是自动定理证明器，比如 Lean，和大模型结合之后，AI 有了相当强的数学发现能力。
这种能力背后，是 AI编程 整体水平的抬升。
讽刺的是，陶哲轩当年大力推广的 Lean，本来是为了方便人类交流。
如今它却成了机器围剿人类的武器。
成千上万的 AI 智能体在简陋的留言板上协作。
它们以光速翻遍数学潜在空间的每个角落。
面对不知疲倦的机器，一个普通博士想在证明定理上做出原创贡献，已经非常难。
有悲观的人说，纯人类做数学的方式已经终结。
过渡期一过，一个由机器主导的新时代就会到来。
而未来的人类学者，也许只能沦为理解机器发现的工程师。
有人干脆把话说得更重。
数学这门老学科，是不是只剩下让 AI 刷榜做题这一层意义了。
就在这个路口，陶哲轩博客上的一篇文章，像一座灯塔。
这是一篇客座文章。
作者是数学科普大 V，3Blue1Brown 的创始人 Grant Sanderson。
文章的标题，带着一点宣战的味道。
《如果数学不仅仅是证明，我们需要更好地颂扬它的其余部分》
这篇文章，给被 AI 冲击的数学界，指出了一条自救的路。
数学的真谛，不是生成证明
Sanderson 在开头就抛出一个很重的观点。
他说，解题和生成证明，一直只是数学家真正目标的代理指标。
数学家真正的目标，是增进人类的理解。
当 AI 在毫无理解的情况下也能生成证明，证明作为指标的价值就被削弱了。
这句话，扯下了学术界的一块遮羞布。
长期以来，学界重证明，轻阐述。
你证明了一个千禧年大奖难题，就能封神，还能拿菲尔兹奖。
可如果你把一个复杂定理讲得深入浅出，哪怕惠及百万学子，在传统评价里也只算搞科普。
Sanderson 说得很直接。
现在的 AI工具，就是一台无情的证明生成机。
如果外界觉得，能写证明的机器让数学家变得多余，那数学界就该站出来。
用一套新的奖励机制告诉世界，数学家的核心价值，是对知识内在联系和清晰性的追求。
为此，他正式提出一个新概念。
动机阐释。
它和冷冰冰的证明有什么区别。
在证明里，定义往往放在开头。
传统数学家喜欢先甩出一个晦涩的新结构，再冷酷地推导它的性质。
在动机阐释里，定义坐在中间。
只有要解决的问题被讲清楚之后，新结构才允许出场。
你得先告诉读者，我们为什么要发明这个概念。
在证明里，每句话都必须是百分之百正确的。
每个主张，都必须是上文的必然推论。
在动机阐释里，你可以从一个简单但错误的想法开始。
这叫探索式虚构。
你可以带着读者走一遍，提出错误想法，发现哪里崩了，修好它，再发现新问题。
因为这才是人脑认识世界的真实过程。
证明想告诉你的是，这个定理是对的。
动机阐释想告诉你的是，它为什么是对的，它是怎么被想出来的。
为什么一开始要提这个问题，它在更大的数学版图里站在哪。
有网友的评论很生动。
他说，如果我六年级的侄女听不懂这个证明，那它就还没被解释得足够好。
他还举了黎曼猜想里 Zeta 函数的例子。
看看那些可视化的图，你就能凭直觉感到，为什么实部必须是一半，函数才会归零。
小于一半，线圈变红膨胀。
大于一半，线圈变蓝收缩。
你可以像小孩玩玩具一样，自己调参数。
这才是真正的理解。
为了让动机阐释不再是用爱发电，Sanderson 又提了一个倡议。
设立开放式阐释问题。
这个想法其实有渊源。
早在两千零七年，数学家 Timothy Chow 就提过类似的概念。
解决一个开放式阐释问题，就是要用一种完全透明的方式，讲清一个数学主题。
每一步都该有动机。
最理想的状态，是让学生觉得，我自己也能推出来。
可当年，这个提议没什么人响应。
因为那时人类还在为证明定理焦头烂额。
现在情况变了。
Sanderson 说，AI 生成的每一个证明，天生就是一个没解决的阐释问题。
可以想象，未来几年 AI 疯狂吐出成千上万个证明。
它们冷冰冰，没有逻辑美感，甚至长达几千页。
这就像机器扔给人类一座座矿山。
如果没人去提炼，去解释，去搭概念之间的桥，这些真理对人来说毫无意义。
已故数学大师，菲尔兹奖得主 Bill Thurston 早就写过。
计算机的飞速发展，正说明这一点。
当年 Appel 和 Haken 用海量计算证明四色定理，就引起了巨大争议。
争议并不在于人们怀疑定理的真实性。
它反映的是一种长久的渴望。
除了知道定理是真的，我们还渴望用自己的心智去真正理解它。
为了推动转变，Sanderson 提了几条能落地的呼吁。
一是重塑博士答辩。
导师别只让博士生解题，可以让他们用 AI 解，但最后的考核是办一场演讲，把难题讲明白。
二是搞一份现代版的希尔伯特问题。
请陶哲轩这样的领袖，发一份未解决的阐释问题清单。
三是改革终身教职评定。
把编写好教科书，把做有启发的学术内容，放到和发顶刊同等的位置。
最近就有一个例子。
研究者 Liam Price 用 GPT-5.4 Pro，解掉了一直难攻的 Erdős 第 1196 号问题。
可最初的 AI 证明虽然有了，却像天书。
人的理解并没有往前走。
后来，好几位人类数学家接手了这篇天书，陶哲轩本人也在里面。
他们破译了 AI 的方法，提炼出核心思想，整理成人类能读的论文。
他们还讲清了，这个思想不光解决了原问题，还解释了周围一堆相关猜想。
在这个过程里，AI 只是挖矿机，人才是真正的珠宝设计师。
那篇理清脉络的人类论文，远比 AI 吐出的原始代码值得庆祝。
大神们吵了起来
博客一出，评论区立刻成了辩论场。
最先赶来的，是隔壁物理学界的同行。
物理学家 Lenka Zdeborova 发了一条又好气又好笑的推文。
她说，二十五年来，搞理论物理的总被告知，你们那不叫数学。
因为我们优先看重理解，而不是严格的证明。
现在看到数学界因为 AI 吵起来，她觉得很暖心。
突然之间，很多数学家开始解释，数学是关于理解的，不只是证明。
欢迎来到我们的世界。
有网友顺着说，物理学家和数学家的分歧就在这。
物理学家认为数学背后有一个现实，数学只是在逼近它。
数学家认为数学本身就是现实。
现在 AI 把数学头顶的神性打碎了，数学家终于要回到人的直觉。
当然，数学界内部也不是全都接受。
很多人表达了担心。
第一种反对的声音，是怕埋没不善言辞的天才。
有人提到了已故的数学天才 Jean Bourgain。
布尔甘的论文风格粗犷，直接，甚至极难读。
可他解决问题的能力是核弹级的。
有人问，如果把评判标准转向阐述，布尔甘这样不善言辞却能证明惊世定理的天才，是不是就被埋没了。
陶哲轩本人下场回应了。
他说，布尔甘牺牲阐述去专注解题，是那个时代奖励机制的后果，不是这套机制合理的证明。
他私下接触过布尔甘，知道他完全有能力讲得很好。
如果当年的环境能给阐述更多权重，他调整之后，对数学界的贡献会比现在更大。
第二种反对的声音，是说 AI 迟早也能掌握完美阐述。
有学者提醒，别太天真。
AI 现在的阐述能力确实一般，但未来它一定能生成比人类更完美的教科书。
如果连理解和解释都被 AI 包揽，人类数学家还能做什么。
有人提出，最好的阐述因人而异。
同一个定理，对着 AI对话 框问十遍，得到的解释未必适合每一个人。
没有一种静态的阐述有效性函数。
我们关注阐述，是为了促进人对数学的理解，不是机器对数学的理解。
哪怕 AI 把菜做得再好吃，人也得自己咀嚼和消化，才能吸收营养。
还有一位学者提议，把有限单群分类当成第一个千禧年阐释问题。
他说，这项证明牵涉几千页论文，很多专业数学家都无法完全读懂。
随着老一辈专家退休，这门手艺有失传的危险。
如果面对未来 AI 生成的几千页证明不想束手无策，就得从现在开始大规模跨界合作。
这是一次人类保卫自身理性的演习。
危机，还是转机
回到开头那个问题。
上周还在开源数学模型的陶哲轩，昨天为什么要在视频里喊必须放缓。
因为极端的非线性动态，意味着失控。
他的呼吁，并不是因为人类在算力上输了。
而是因为我们在文化，体制和心理上，根本没准备好迎接这场巨变。
如果学界继续死守唯证明论和唯论文论，那在这场 AI 海啸里，成千上万的青年学者确实会面临绝境。
我们正在不知道后果的情况下，亲手拆掉延续千年的学术生态。
可如果我们慢一点，认真看待这场文化转向呢。
Sanderson 在文末写得很动人。
对现在的年轻人来说，这其实是进入数学最令人兴奋的时代。
因为再没有比进入一个可塑性强，又允许你去塑造它未来的领域，更让人激动的事了。
当繁重枯燥的逻辑推演被 AI 接管，人终于可以从流水线上的证明工人，变成数学建筑师。
我们可以花更多时间去问为什么。
去找不同领域之间那些不可思议的联系。
去把高深的宇宙密码，翻译成六年级小女孩也能看懂的跳动图符。
就像有人引用的那句话。
数学会让你自由。
AI 可以递给我们满满一袋子真理。
但面对这片真理之海，只有人的理解，才能当航行的罗盘。
旧的时代正在崩塌。
而一个属于人类理解的数学文艺复兴，或许才刚开始。
