陶哲轩把他在 2026 年国际数学家大会上的公开讲座整理成一篇十二页的文章挂上 arXiv，题目叫《Mathematics in the age of AI》。他几乎没花篇幅评估 AI 到底有多强，问的是另一个问题：数学这门学科到底想要什么。
他的做法是先立一个假设，就当 AI 已经能干研究级的数学活，然后看这个前提会把数学界推到哪里。
上一次危机动摇的是地基
文章开头把当下比作 1900 到 1930 那段日子。罗素悖论和哥德尔不完备定理接连出现，数学界被迫回头去追问证明本身是什么。那次动摇的是形式基础，最后靠一套严格框架收了场，这套框架撑了一个世纪。
陶哲轩说这次不一样的地方在于，被动摇的是数学界从来没写下来的那些默认规矩——谁算作者、什么叫理解、一篇论文凭什么发得出去。这些东西过去不需要说清楚，因为做证明足够难，难度本身就充当了筛子。
七道题的成本单
文章里最硬的数字来自 First Proof 项目的第二轮评估。十道未发表的研究级问题，四个 AI 系统参与测试，其中七道至少被一个系统给出了及格评价，结果被判为无瑕疵或只需小修。参评模型截止到 2026 年 5 月 28 日前公开的版本。
每道题的算力账单是数十到数百美元。
这个价码值得对照着看。一道未发表的研究级问题，交给一名博士生通常要耗掉数月，粗算下来的人力成本是四位数美元起步。筛子的孔一旦被撑大，涌进来的东西就不再是原来的量级。
陶哲轩由此推出他更担心的那个转向：数学正从证明稀缺走向证明过剩。他搬出 Goodhart 定律来解释后果。
“When a measure becomes a target, it ceases to be a good measure.”（当一个指标变成目标，它就不再是好指标。）
论文数、定理数、“谁先解出来”，历史上和数学的真实目标绑在一起，是因为它们难以刷。一旦能刷，绑定就松了。他还引了 Thurston 那句老话：衡量成功的标准是我们做的事能不能让人把数学想得更清楚，而非完成某个抽象的产量配额。
他开的方子
陶哲轩把问题解决拆成一条完整链路：生成证明、验证正确性、讲清楚、同行接受、写进教科书。过去只有第一环显性存在，后面几环靠学术共同体默默消化。AI 把第一环的成本压到几乎为零之后，后面几环必须被明写出来。
由此他给出的建议基本沿着六月发布的《莱顿宣言》展开：论文里加一节”工具与算力披露”；降低抢先解题的权重，把资源挪到写作、评审、出版和规范化上；功劳和责任仍归人类作者。最狠的一条是发表门槛：
作者如果拿不出一场清晰的专家级讲解，结果就不该发表。配套的判断标准是那句被反复引用的话——一个没人能讲明白的证明，哪怕通过了形式验证，也应视为不完整。
他还点了另一个坑：AI 写出来的证明往往打磨过度，读起来顺，学不到东西。学习摩擦力消失，看上去是好事，实际把后来人的入门路径掐断了。
一份个人意见，非机构决议
需要说清楚的是，这是陶哲轩以个人身份写的文章，不代表任何机构的政策立场。过去一年里，几家实验室轮流放出 AI 解开公开难题的消息，数学界的讨论大多围着它究竟会不会做打转。这篇文章想把话题挪走：会做已经可以先当成事实，该谈的是数学准备好接住多少。
Mathlib、Erdős 问题数据库这些基础设施，文章里都被点名当作应对方案的一部分。工具已经在了，缺的是一套关于怎么用的共识。
参考来源：陶哲轩发表于 arXiv 的文章《Mathematics in the age of AI》、CocoLoop、The Decoder 报道；First Proof 第二轮的题目数、通过数与单题成本区间以文章原文口径核验，引语保留英文原句。