Li Xinyi, a PKU Class of 2007 mathematics alumnus, criticized OpenAI and Anthropic for harming the mathematics community by using AI to solve problems
English text is being prepared.
Li Xinyi, an associate professor at Peking University's Beijing International Center for Mathematical Research and a Class of 2007 mathematics alumnus, criticized OpenAI and Anthropic for using AI to "solve" difficult mathematical problems, arguing that such results are "solved but not understood at all," and that the accompanying publicity will scare off young people who want to study mathematics and mislead funding decisions. He revealed that a postdoc on his team's draft on an obscure conjecture highly overlapped with a cross-disciplinary paper generated by AI on arXiv, ultimately ending in co-authorship, and argued that academic credit should only go to those who contribute to understanding. He also noted that work in applied mathematics of the "combine A with B" type is more easily replaced by AI, while in fields such as geometry and topology that rely on spatial intuition, AI currently learns poorly.
Why read this
AI score 52
A PKU mathematics alumnus explains, from the perspective of the academic community, why AI's leaderboard-style problem solving may mislead funding and the choices of young scholars.
Topics
Body
[[**北大07级数学系校友李欣意批评OpenAI和Anthropic用AI“解决”数学难题的做法,认为这传递错误观念、伤害数学共同体,并揭露AI可能窃取人类未公开数学草稿,正在毁掉年轻数学家。**
**要点**
**1. AI“解决”难题缺乏人类理解,只是“刷榜”**
**2. 宣传误导公众和经费决策,可能毁掉年轻数学家**
硅谷公司配合的PR向公众传递“不再需要人类数学家”的错误信号,吓退想学数学的年轻人,并误导经费分配。
**3. AI可能窃取人类未公开数学草稿**
**4. 数学界需养活大量“平庸”数学家以保持知识树**
**5. 应用数学家更迷茫,理论数学家靠直觉仍有阵地**
应用数学的“结合A与B”式工作更易被AI替代;理论数学中依赖空间直觉、无法仅靠文本符号训练的领域(如几何拓扑),AI目前学得不好。2026-10-03 18:53北大07级数学系校友:O/A两家做的事,在毁掉数学系的年轻人新智元速览
本文来自微信公众号: 新智元 ,编辑:Aeneas,作者:ASI启示录
上个月,OpenAI和Anthropic开始极限内卷。这边刚宣布攻克了一个尘封百年的数学猜想,那边马上反手甩出一个破解千禧年难题的大新闻。
而社交媒体,也陷入一场流量狂欢。
作为科技媒体,我们号也跟进报道了最新进展,获得了极高的热度。然而,就在一篇《OpenAI又拿下一个千禧年难题》发出后不久,北大北京国际数学研究中心(BICMR)副教授、北大07级数学系校友李欣意,主动找到了我们,说想要聊一聊。
那个下午,我们进行了30多分钟的谈话。
对于这些硅谷大厂的做法,他的语气充满了深深的忧虑和无奈。
他对我们说起,他们的粗暴做法,是如何伤害整个数学学术共同体,又是如何毁掉那些刚刚对数学燃起热情的年轻人的。
结果,仿佛是某种历史的默契,就在我们结束这场深谈的第二天,陶哲轩在内的25位菲奖得主,就联名发出了公开信,主旨与我们的谈话如出一辙。
普通人或许以为,顶级的猜想和难题就是最终Boss,现在AI一秒钟打倒了Boss,所以AI赢了。
但在真正的数学研究者眼里,这种逻辑荒谬且致命。
李欣意表示,在数学界,之所以要一代代人前赴后继地去攻克一个难题,最终目的并不是为了那个刻在墓碑上的结论,而是为了在这个漫长的征途中,培养一代又一代的人类数学家。
「大家当然有这个目标去努力,非常好。但是做出来也好,做不出来也好,其实关系没有那么大。真正重要的是,在解决这个问题的过程中,人类产生了无数深刻的理解。」
他把矛头直指O家和A家最近的PR手段。
传闻中,OpenAI解决了诸如霍奇猜想、BSD猜想等神级难题。但在专业人士看来,这种「解决」必须打上一个引号。
「这其实是一种『被解决了,但完全没有被理解』的状况。如果这是人类数学家解决的,他在漫长的证明过程中,会产出足够多、足够丰富的理论理解。但现在的问题是,AI不管是找出了一个反例,还是给出了一个结果,人类根本没有消化它。」
比暴力解题法更可怕的,是硅谷公司配合进行的宣传。这种PR,正在向公众传递错误的观念——人世间不再需要人类数学家了。
「这种宣传,除了吓到那些原本想学数学的年轻人,还会让那些做经费决策的人被假象误导。」
「数学界还是需要活人,还是需要以同样的力度去支持活人数学家。具体数学怎么做可能会发生变化,评判人的标准也会变化。但是,如果对这种虚假繁荣不加批判,实际上就是在为糟糕的未来推波助澜。」
吸干了人类智慧的精华,却要毁灭产生精华的群体
访谈中,李欣意向我们透露了一件刚刚发生在他身边的真事。
他的团队里有一位博后研究员,曾经花了非常长的一段时间,死磕一个冷门的数学猜想。
研究过程中,他习惯性地借助了大模型(GPT-5.x时代的早期内测版本)作为辅助,一边和AI探讨,一边推演自己的思路。
然而,噩梦般的事情发生了。
就在这场访谈的当天,有人在arXiv上挂出一篇论文。论文的核心思路和内容,几乎和那位博士后存在电脑里的草稿一模一样!
挂出论文的,是一位主业是搞物理的研究者。
对于这位物理研究者来说,发表这篇跨界论文,根本不在他的主业研究里。对他而言,更像是一场玩乐心态的「抽奖」——他用AI跑出了一堆看似严谨的结果,觉得挺有意思,然后就直接署名挂了出去。
最后,这件事因为发现得早,双方比较友好地协商,以「联合署名」的方式收场,但这揭示了一个恐怖的真相——
我们提到前段时间的「协和医生解决矩阵论难题」事件,一个完全没有专业数学背景的医生,仅仅通过优秀的prompt,就让AI吐出全新的证明,这可能吗?
李欣意回答说:「那个证明所需要的原料其实已经在那里了。那个猜想可能最近很多年都没有人再去尝试证它了。但他试了,现在AI聪明到一定程度,它的Trick就能把以前所有的文献线索串联起来,一下子搞出来。」
也就是说,这些问题其实已经是「万事俱备,只欠东风」的状态。
理论有了,方向有了,只缺一个能够瞬间检索所有人类记忆库并进行暴力穷举的机器。
为什么要养活一帮「平庸」的活人?保住人类的知识树
所以现在,一个残酷的问题摆在了学术界面前:这些学术成果的Credit,到底该给谁?
是给那个花了十年心血构思底层体系的数学家?还是给那个仅仅敲了几句提示词、按下了回车键的「抽奖者」?
「我们今天其实自己老师们开会,还在激烈讨论这个事。」李欣意向我们透露,「首先,你认不认可AI做出来的数学成果本身?我们认为是认可的,因为数学成果本身是客观存在。但是!」
他话锋一转:「作为数学这个共同体,我们需要确定把Credit给谁。谁能因此拿到教职?谁能拿到国家自然科学基金?我们认为,绝对不应该把奖励发给那些仅仅是按了按钮的人。你必须输入了自己的数学理解,在Understanding上有所贡献,才能得到荣誉。」
这也牵扯出一个更宏大命题:人类社会,究竟为什么要去养活这么多数学家?
从功利的角度看,绝大部分的数学基础研究,在当下的现实世界中是没有任何具体用处的。它们只是作为未来几十年甚至上百年后,某项科技爆发时可能「有用」的理论备选。
但是,如果因此就停止对人类数学家的支持,那将是一场自杀。
「为了长久地保持人类社会里还有人能够『懂数学』,我们就必须维持一棵极高的数学知识树,维持一个庞大的人类数学家群体。」
「你不能说,我只要学会教科书上的东西就得了,然后我再把教科书教给下一代。这就变成了死记硬背。在这个过程中,为了能够真正理解数学的底层逻辑,你一定得在一个更高的水平上懂数学——也就是说,你得亲自去研究数学才行。」
为什么不把有限的钱集中起来,只去发展「真正有用、能立刻变现」的数学?
答案就是:因为你必须养活这一大帮人,必须允许他们去干大量「没用」的事。你不能只想着在金字塔尖掐尖。如果没有庞大基数的、甚至看起来有些「平庸」的数学家群体作为土壤,根本不可能诞生出陶哲轩这样的顶尖天才。
应用数学家「已死」?
而且,这场海啸,并不是均匀地拍打在每一个数学家身上的。在数学界的不同分支,大家感受到的寒气截然不同。
比如很多应用数学或工程数学的核心,本质上是将高深理论A,落地应用到具体场景B上。而在这种「把A和B结合在一起干粗活」的事情上,如今的AI确实比人类更擅长。
「所以,现在做应用数学研究的人,其实比做理论纯数学研究的人更加迷茫。」
那么,理论数学家的出路又在哪里?
李欣意说,哪怕未来有一天,AI做的所有数学都比人类更好了,人类也必须硬着头皮去练自己的脑子,保证这个世界上还有一代又一代的活人「懂数学」,而不是开心地把所有的研究机制全部缴械投降,交给AI。
另外,如今的大模型本质上还是在做已知框架内的排列组合。如果要求它在深水区从0开始突破,成本还很高昂。
AI突破纳维-斯托克斯方程,可能花了将近2000万刀去烧Token。2000万美元是什么概念?足够雇100个人类顶尖数学家干上一整年了!
「如果你真雇100个数学家算一年,其实可能也能把那个反例给构造出来。你让AI去发现点真正更新的理论,这个活很有可能比现有的事情还要更费Token。」
在漫长的未来里,人类的大脑依然是全宇宙能效比最高、最具颠覆性的「碳基计算集群」。因此,人类社会依然值得去大量赞助有足够创新性的数学家。
科研,依然需要人去做。
最近,Vibe Coding很流行,而Vibe Math却藏着致命危机。
现在的这批Vibe Coder,绝大多数是当年自己亲手写过几十万行程序、对底层代码有深刻理解的程序员。可是下一代呢?那时,是不是只能把生杀大权交给AI?
最后,李欣意讲了一个黑色幽默的段子。
「我前两天跟我的一个合作者开玩笑说,真的要感谢他过去几年把我们的Paper写得非常晦涩,所以AI到现在还没有学会我们这个方向,我们居然还有一口饭吃。」
「有很多数学学科,比如几何或者是拓扑,数学家都是像描述一幅画那样去描述空间性的东西。你不能光靠写在纸上的文本来完成论证。写的人脑子里想了一幅Picture,读的人脑子里也浮现出同样的Picture。这种只能意会、极度依赖空间直觉的数学学科,AI现在其实学得并不好。」
菲奖得主,去写小说?
据悉,在北大07级校友的群体中,对待AI的态度各异。
菲奖得主邓煜的朋友圈,则画风清奇。
访谈结束了,我们的心也久久无法平静。
在算力统治的钢铁森林里,我们依然需要那群看似「平庸」、每天在黑板上干着「无用之事」的活人数学家。
正是他们,构筑了人类文明之所以为人类的尊严。AI创投日报频道: 前沿科技本内容由作者授权发布,观点仅代表作者本人,不代表虎嗅立场。 如对本稿件有异议或投诉,请联系 tougao@huxiu.com。正在改变与想要改变世界的人,都在 虎嗅APP[ ]]]