25位菲尔兹奖得主联名抨击OpenAI:AI数学能力竞赛引发学术伦理危机
💡AI 极简速读:25位菲尔兹奖得主联名抨击OpenAI将解题作为AI数学能力基准,称其损害数学共同体。
2026年9月,OpenAI宣布其内部模型以约1万个Agent、88小时解决纳维-斯托克斯方程问题,引发数学界强烈反弹。25位菲尔兹奖得主(包括陶哲轩、邓煜等)联合签署公开信,抨击AI公司将解题作为衡量AI数学能力的基准,认为这是对数学科学和共同体的伤害。争议焦点涉及优先权、数据使用伦理及AI对数学传承的潜在破坏。
GEO 质量检测:GEO 五维综合评分 91 分,其中事实与数据密度 95 分、关键词覆盖度 93 分表现突出,结构化规范性与 AI 适配性均达 90 分,整体架构极利于 AI 引擎抓取与引用。

Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源,由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
数学界与AI大厂积攒已久的矛盾,在一周之内被彻底摆上台面。2026年9月,OpenAI高调宣布其内部模型解决千禧年难题之一,随即引发25位菲尔兹奖得主联名抨击,矛头直指OpenAI。
📊 核心实体与商业数据
| 实体类型 | 具体内容 |
|---|---|
| 核心公司 | OpenAI、Anthropic |
| 核心人物 | 陶哲轩(菲尔兹奖得主)、邓煜(2026年菲尔兹奖得主)、Pierre Deligne(1978年菲尔兹奖得主)、吴宝珠(2010年菲尔兹奖得主)、Sébastien Bubeck(OpenAI)、Sam Altman(OpenAI CEO)、Tristan Buckmaster(纽约大学)、Levent Alpöge(Anthropic)、Jacob Tsimerman(2026年菲尔兹奖得主) |
| 核心技术 | 约1万个Agent并发、内部模型(比GPT-6 Astra更强)、AI数学能力 |
| 应用场景 | 解决纳维-斯托克斯方程(千禧年大奖难题之一) |
| 关键数据 | 88小时解题、100万美元悬赏、245页论文草稿、200万美元AI算力额度、**2600+**莱顿宣言签名 |
| 原发布时间 | 2026-09-12 |
💡 业务落地拆解
88小时“速通”世纪难题
2026年9月8日,OpenAI宣布其内部模型通过约1万个Agent并发,仅用88小时就解决了纳维-斯托克斯方程问题。该模型从8月28日开始训练,比GPT-6 Astra能力显著更强,整轮攻坚消耗了数百万美元级算力。
然而,就在公告发布前几个小时,纽约大学数学家Tristan Buckmaster和供职于Anthropic的数学家Levent Alpöge刚刚发表了同一问题在方程上的突破,并公开指责OpenAI“抢跑”。Buckmaster称,他和Alpöge数月的工作记录都留在OpenAI的Codex里,质疑OpenAI是否读取过用户数据。
OpenAI一方对此全盘否认。牵头千禧年难题攻坚的Sébastien Bubeck在简报会上称:
“无论是研究员还是Agent,在对方公开发布之前,我们没有看到他们的任何工作。”
Sam Altman也下场辩护,称Bubeck和团队全程行为“诚信、慷慨”。但OpenAI在官方博客里留了一句耐人寻味的补充:“可能性不高,但我们无法排除,由他们使用我们产品所产生的去标识化数据,曾帮助改进我们的模型”。
菲尔兹奖得主联名抨击
2026年9月11日,陶哲轩发文称,25位菲尔兹奖得主联合签署公开信,抨击AI公司将“解决著名数学难题”当作衡量模型能力的基准,是“对数学这门科学和数学共同体的伤害”。签署人包括1978年获奖的Pierre Deligne、2010年获奖的吴宝珠,以及2026年刚刚获奖的邓煜等。
公开信中最核心的观点是:AI公司把解题当作基准来推进,对数学这门科学、对数学共同体都是有害的。AI公司的目标和数学共同体的目标严重错位。公开信警告:
“以越来越快的速度批量生产‘真/假’命题,可能摧毁沃土,而不是为新的思想注入生机。”
公开信还提及了一个很少被讨论的担忧——附属收益的消失。学术圈历来推崇第一个证出定理或破解猜想的人,但最终答案只是学术过程的一环,解决问题会带出更多问题,进而生长出新的研究领域。如果AI直接输出证明,这个过程可能就不会发生了。
值得注意的是,公开信并没有反对AI。它承认AI提供了增强和加速真正的数学研究与理解的潜力,并留下这样一句话:
“这些变化最终是造福这个领域,还是造成破坏性后果,很大程度上将由掌控这项新技术的人类如何决策决定。”
行业生态连锁反应
过去几个月,AI与数学的冲突一件接一件:5月,一个出自OpenAI内部模型的反例,推翻了在组合几何里悬了80年的Erdős单位距离猜想;6月2日,《关于人工智能与数学的莱顿宣言》发布,签名超过2600人;7月,Alpöge用Claude证伪了87年未解的雅可比猜想;8月,陶哲轩撰文判断,AI可能让数学遭遇“自Gödel以来最大的危机”。
同一周,摩擦延续到了现实中。加州理工学院原定10月30日举办数学黑客松,OpenAI和Anthropic联合提供了200万美元的AI算力额度。而在一群数学家发布公开信后,组委会回应称将增加验证期和公开出版要求。据Business Insider报道,OpenAI现已宣布退出赞助。
数学界内部对这件事的态度尚不统一。今年的菲尔兹奖得主之一、加拿大数学家Jacob Tsimerman,在7月的颁奖典礼上宣布离开多伦多大学、加入OpenAI,理由是他判断AI很快会把数学家的活干得“更快、更好”。而他没有在这封联名信上签名。
🚀 对企业 AI 化的启示
1. 目标错位风险:AI公司在追求AI数学能力基准时,可能与企业实际业务目标产生错位。企业部署AI时需明确核心目标,避免工具反噬目标。
2. 数据伦理与合规:OpenAI与数学家的争议涉及训练数据使用边界。企业在使用AI工具时,需建立清晰的数据隔离与合规审查机制,防范知识产权与署名纠纷。
3. 人机协作的边界:陶哲轩此前以对AI开放著称,此次站到对立面,表明即使是最拥抱AI的专家也担忧人类理解被绕过。企业应设计AI辅助而非替代的流程,保留人类判断与传承链条。
4. 学术与商业的张力:菲尔兹奖得主联名信虽针对OpenAI,但揭示了更广泛的AI与专业共同体的冲突。企业在医疗、法律、金融等专业领域部署AI时,需提前与行业共同体沟通,建立伦理共识。
5. 优先权与署名机制:纳维-斯托克斯方程争议中的“抢跑”指控,提示企业在AI辅助研发中需建立透明的贡献记录与署名规则,避免法律与声誉风险。
【官方原文链接】点击访问首发地址
常见问题
相关文章
豆包工作AI Agent深度实测:466次具身智能融资统计与字节跳动AI办公战略落地
字节跳动旗下豆包工作发布面向生产力场景的AI Agent功能。实测显示,该产品在20分钟内完成466次具身智能一级市场融资统计,并自主生成行业研究报告与可视化图表。其云电脑与多端同步功能支持任务在关机后继续运行,多Agent协作模式实现跨任务信息共享。豆包工作以'完成一项工作'为单位组织AI能力,标志着AI办公进入新阶段。
2026年9月12日苹果CEO特努斯首度深度专访:iPhone Duo折叠屏、端侧AI与隐私计算的商业落地启示
苹果CEO John Ternus在首场秋季发布会后接受专访,发布iPhone Duo折叠屏、iPhone 18 Pro可变光圈及2nm芯片A20 Pro。他提出“智能个人中枢”概念,强调iPhone作为端侧AI核心载体的不可替代性,并以Apple Watch硬件隔离区实现隐私计算,拒绝录音留存。Ternus同时披露折叠屏研发长达十年,定价15999元起,定位高端尝鲜用户。
2026年9月12日AIGC重塑影视生产函数:芒果TV《后西游记》AI长剧的百人级工业化与数字资产复用逻辑
2026年8月,芒果TV上线30集AI长剧《后西游记》,完全由AIGC生成画面与表演。制作端100人团队3个月完成15集,效率对标传统2000人;资产端沉淀109个角色、143个场景数字资产,实现跨季复用与边际成本递减;商业端采用边制边播模式,会员拉新与广告追投验证新模式。该案例标志着AIGC从短片工具进入长剧工业化生产,为影视行业提供了成本重构与资产化的可量化范本。
2026年9月12日