芝加哥大学数学家 Frank Calegari 11 月 1 日在陶哲轩的博客上发表客座文章，标题是 “Mathematics has changed. Let’s act like it”。陶哲轩只加了一段按语，说明这是客座稿，原稿是另一种格式，借助 AI 转换而来，其余内容都出自 Calegari。
文章的起点是 OpenAI 10 月 6 日放出的 700 多篇研究论文。Calegari 把它看作里程碑，同时批评这批论文写得差、不尊重署名惯例，部分结论有错。他还引了统计物理学家 Hugo Duminil-Copin 的一句感慨，大意是自己公开提过的重大开放问题，这次都被宣布证明了：
“Everything has been claimed to be proved.”（一切都被宣称证明了。）
他对 AI 公司的做法表示失望，但认为更实际的做法是盯住数学界自己能控制的事：招谁、发什么、怎么教学生。
六条建议，多数指向评价体系
第一，把所有工作都当作可能有 AI 参与来评估。 他的原话是 “Evaluate all work as if it is AI-assisted.”。评审时要求作者讲清这项工作的数学意义、引出了什么问题、和领域有什么联系。他认为 AI 辅助论文的名声问题迟早会消失。
第二，招聘以面谈为主。 博士后和研究生也要面试。他举例说，有的候选人材料很漂亮，聊过才发现理解不够。
第三，要求期刊提高标准，不肯改的就先放弃。 他认为期刊早已不保证正确性，只剩质量背书的作用，arXiv 上很多论文并不需要发表。他也提到 hexagonmath 这类记录 Lean 验证 AI 证明的平台。
第四，研究生教育加宽，技术训练不放。 学生要懂学科之间的联系，就算以后忘了技术细节。他也提醒，很多博士不会留在学术界。
第五，把研讨会讲好。 报告先讲背景、卡点和希望，新结果放最后。
第六，集体认领 AI 的成果。 这些成果建立在几千年人类数学之上，应该以人类的名义认领，功劳不必让给硅谷。
他拿有限单群分类做类比
Calegari 举的历史案例是有限单群分类。Gorenstein 1972 年启动这项计划，1983 年宣布完成，其中拟薄群的部分又过了约二十年才由 Aschbacher 和 Smith 补上。分类成功了，这个方向的热度也降了下来。他认为这是一种可能的未来，但也留下了 Conway 问过的那类问题：Monster 群为什么存在。
他的另一个类比是元素周期表。就算 AI 解决了朗兰兹纲领的核心问题，也不等于“解决了数论”，就像周期表没有“解决化学”。按他的说法，选题和结构性理解的分量会变重：
“Choosing worthwhile problems may end up mattering more than producing proofs.”（选对值得做的问题，最后可能比产出证明更要紧。）
这场争论已经进行了几个月
把这篇放回最近的讨论里，线索比较清楚。陶哲轩此前谈过好问题正被“不可再生地开采”，也警告过证明过剩的危机，重点在于判断。前几天菲尔兹奖得主邓煜批评 AI 公司，矛头指向思维链不公开。Calegari 这篇往前走了一步，开始谈具体制度：招聘流程、期刊政策、研究生课程。
他的方案也有几处没有回答。面试能看出理解深浅，但面试偏见怎么控制，文章没有展开。放弃不肯改的期刊，年轻学者的履历怎么评，他也没有给出替代标准。至于 OpenAI 那批结论，哪些成立、哪些有错，文章也没有逐条列出。
他承认一部分数学文化会消失，感到悲伤很自然。他留给资深同行的话比较直接：如果担心被 AI 抢先，说明你的目标还不够大。
参考来源：陶哲轩博客 What's new 客座文章；CocoLoop；文中判断与类比均为 Calegari 个人观点。