AI热榜 [反 AI 声明] 本文 AI 含量为零，未使用 AI 辅助创作，也未使用 AI 润色 2026 年 9 月 12 日，陶哲轩、邓煜等 25 位菲尔兹奖得主联合警告，AI 攻破数学难题可能有害。
这件事有点反直觉，很多人不理解，为什么人类破解难题就是大好事，而 AI 破解难题却是坏事？
如果你了解人类数学的发展历史，就很容易理解了。
在数学专业的圈子里，最想得到的从来不是一道难题的答案，而是在解决难题的过程中发展出来的全新数学工具。
数学是一种“工具”，只有在解决难题的过程中经历无数次失败，才可能改善工具、发明新工具。
有无数的商业案例表明，如果你独占一种技术，完全不让别人使用，那么别人就会有极大的动力去研究，很有可能找到新的方法来实现这种技术。
因此，一种比较常见的策略是自己只保留一部分最新技术的机密，然后低价卖技术给别人，让别人刚好卡在一个尴尬的处境：自己研究的成本太高，直接买反而更便宜。
这就能打击别人研究的积极性。
AI 破解数学难题恰好实现了类似的效果，人类自己不研究数学，直接向 AI“采购”数学答案，长此以往，对于人类来说数学这个工具就消亡了，再也难以发展。
在现实生活中，有很多“头铁”的人，大家说这件事肯定会失败，但他偏要亲自去闯一闯，最终果然失败了。
但是，失败就一定是吃亏吗，失败就一定没有意义吗？
我认为，“头铁”是人类最宝贵的品质之一。
失败是学习的最佳途径，甚至可以说，失败是学习的唯一途径。
如果考试允许直接抄答案，那还有多少人愿意学习呢？
陶哲轩说，传统研究像徒步去寻找一处瀑布，人会走错路、认识地形、发现岔路，甚至在途中看到另一处值得探索的景观； AI 则更像一架直升机，可以直接把研究者送到瀑布前。
虽然过程效率提高了，但沿途形成的那张“地图”不会因此自动出现。
2026 年 9 月 12 日，陶哲轩、邓煜等 25 位菲尔兹奖得主联合警告，AI 攻破数学难题可能有害。
这件事有点反直觉，很多人不理解，为什么人类破解难题就是大好事，而 AI 破解难题却是坏事？
如果你了解人类数学的发展历史，就很容易理解了。
在数学专业的圈子里，最想得到的从来不是一道难题的答案，而是在解决难题的过程中发展出来的全新数学工具。
数学是一种“工具”，只有在解决难题的过程中经历无数次失败，才可能改善工具、发明新工具。
有无数的商业案例表明，如果你独占一种技术，完全不让别人使用，那么别人就会有极大的动力去研究，很有可能找到新的方法来实现这种技术。
🔗 原始来源
如果你要核对细节，可以再看原文： V2EX原文链接