菲尔兹奖得主陶哲轩称，AI正把数学从证明稀缺推向证明泛滥，数学1.0时代以“谁最先解决”衡量贡献的评价体系受到冲击；他呼吁建立把失败结果与算力成本纳入报告的评估机制，并主张减少对抢先证明的强调、增加对解释与知识整理的重视。
AI解读：陶哲轩的核心判断是数学赖以运行的前提变了：数学1.0建立在证明稀缺之上，AI让获取解答的门槛降低，在有足够算力和前沿模型的情况下，许多此前被认为很难的开放问题可在较短时间内获得解答。
他提出的三个使数学易受AI冲击的条件是：证明可以被客观检验、数学对象和推理过程高度可数字化、大量高质量研究文献已以数字形式存在，再加上前沿AI实验室的大量投入。
陶哲轩提醒警惕幸存者偏差：数学当前前沿的大多数问题仍未被解决，AI能力并不均匀，厂商常只展示精挑细选的成功案例，大量失败尝试未必进入公众视野，因此无法回答成功率、资源消耗和人类参与程度。
他主张减少对抢先证明的强调、增加对解释、评审和知识整理的重视，并把解题拆成生成证明、验证正确性、解释清楚、被共同体理解和接受、融入领域标准理论五个阶段，认为最后一步AI很难加速，否则可能出现“证明消化不良”。
围绕AI时代读博的必要性，陶哲轩认为关键不在能否产出论文，而在培养吸收困难材料、综合知识和提出好问题的系统能力；若只为产出成果，读博的必要性确实在下降。
他提到自己参与创立的SAIR基金会推出开放数学模型计划，第一阶段面向日常研究需求，如理解困难论证、核查引用、探索例子、编写代码和形式化证明，并预告这些模型将很快发布。
菲尔兹奖得主陶哲轩正式发文称，AI正在让数学证明变得泛滥，建立在证明稀缺之上的数学1.0时代即将落幕。量子位报道称，他并非一味主张给AI减速，而是向数学界提出一个更具体的问题：怎样让越来越多的AI证明带来更多理解、更好的训练和对现实世界更可靠的贡献。
陶哲轩对当前变化的描述是：获取解答的门槛确实降低了。在有足够算力、能够访问前沿模型的情况下，人们已经可以在相对短的时间内获得许多此前被认为很难的开放问题的解答。但他强调，判断解答是否正确、贡献究竟多大、怎样与已有研究衔接，仍需要认真处理，否则会出现“解出了题，却没有相应地增加人的理解”的错位。
为什么数学成为AI能力突进的核心战场
报道援引陶哲轩的归纳称，数学容易受到AI冲击有三个相互叠加的条件：证明可以被客观检验；数学对象和推理过程高度可数字化；大量高质量研究文献已经以数字形式存在。再加上前沿AI实验室的大量投入，数学被迅速推成模型能力突飞猛进的核心战场。
与此同时，陶哲轩用“飞机弹孔”图提醒警惕幸存者偏差。报道称，他的提醒是：数学当前前沿的大多数问题依然没有被解决，AI能力并不均匀，它在某些方向表现惊人，在另一些方向仍然不足；AI厂商想让人看到的，往往只是精挑细选发布的成功案例，大量没有成功的AI尝试可能根本没有机会进入大众视野。
因此他呼吁建立更透明和科学的评估机制，把失败结果和AI算力成本一并纳入报告。
- 三个条件：证明可客观检验、数学对象与推理高度可数字化、大量高质量文献已以数字形式存在
- 提醒：前沿大多数问题仍未解决，AI能力不均匀，公开案例存在幸存者偏差
- 呼吁：评估机制应报告失败结果与AI算力成本
证明之外：灯塔比喻与五个阶段
报道称，陶哲轩认为开放问题像灯塔，它们指引人们探索周边的数学世界，而抵达灯塔并不等于完成了探索。在尝试解决问题的过程中，无论成功、失败还是只获得部分进展，都可能产生比最终答案更有价值的认识；如果自动化工具过早交出答案，而评价体系只奖励“已解决”，那些尚未走过的路径就可能失去继续探索的动力。
他因此警告，要是继续盲目优化“解题”这一指标，将会损害数学的长期健康。
报道还提到，陶哲轩在《AI时代的数学》中把解题拆成五个阶段：生成证明；验证正确性；解释清楚；被共同体理解和接受；最终融入领域的标准理论。其中最后一步尤其缓慢：研究者需要找到更自然的表述、更合适的证明，把结果与其他知识连接起来，才能让它进入教材和下一代数学家的工具箱。他认为这恰恰是AI很难加速的，如果AI主要加速前面的环节，后面就可能出现“证明消化不良”。
- 灯塔比喻：抵达开放问题不等于完成探索
- 五个阶段：生成证明、验证正确性、解释清楚、被共同体理解和接受、融入标准理论
- 主张：减少对抢先生成证明的强调，增加对解释、评审和知识整理的重视
癌症疗法思想实验：验证通过后仍需人类把关
为了说明人的理解为什么仍然重要，陶哲轩在演讲中提出一个思想实验：假设让先进AI去找一种能通过三期临床的癌症疗法，烧完算力后，它给出了一组未知化学物质的混合物，模型预测能杀死癌细胞，Lean验证通过，三期临床也过了；但没人知道它怎么找到的，也没人能确定AI是真找到了疗法，还是钻了试验流程的空子。
报道称，这个思想实验关于目标、验证和理解：模型内部的结论通过了验证，仍然需要有人判断它与现实世界中的目标是否一致。模型可以生成答案、验证推理、加速探索，但不能替人类把关。
AI时代读博还有没有必要
报道称，AI能够快速生成论文，使年轻研究者关心读研、读博是否还有必要。陶哲轩的看法是，关键不在于能不能产出论文，而在于培养出一套吸收困难材料、综合知识、以及提出好问题的系统能力。
他用饮食和运动作比方：食物和交通充裕后，人得自己学会运动；当答案随手可得后，人也要有意识维护认知能力。他坦言，如果希望读博收获的不只是一纸论文，还有被训练成能啃硬问题、能综合知识、能提出好问题的人，读博仍有价值；如果只是为了产出成果，AI时代读博的必要性确实正在下降。
报道提到，在演讲结尾，陶哲轩把实现数学2.0的主要瓶颈归结为想象力：证明的供给正在发生改变，但如何利用这种变化，把理解、训练和探索一起向前推进，仍需数学界共同作出选择。
- 读博价值在于吸收困难材料、综合知识、提出好问题的系统能力
- 只为产出成果时，读博必要性下降
- 数学2.0的主要瓶颈被归结为想象力
SAIR开放数学模型计划与事件时间线
报道称，陶哲轩透露正在推进一些具体尝试。他参与创立的SAIR基金会推出开放数学模型计划，第一阶段面向日常研究需求，例如理解困难论证、核查引用、探索例子、编写代码以及形式化证明等，并预告这些开放数学模型将很快发布。
报道还梳理了相关时间线：10月7日，OpenAI一口气甩出722篇数学论文；随后陶哲轩牵头建立人类数学协会（AHM），并发布联合声明称，一次性发布700多个文件根本不算科研，纯粹是在炫耀算力霸权，强烈敦促所有数学家停止与OpenAI合作，重回以人类理解为核心的科学愿景。
报道称，陶哲轩此番演讲稿原本主题应是《机器辅助证明》，但在近期AI频频“轰炸”数学界的情况下，他不得不做出明显调整，最终把主题定为《数学2.0》。
- SAIR开放数学模型计划第一阶段：理解困难论证、核查引用、探索例子、编写代码、形式化证明
- 10月7日：OpenAI发布722篇数学论文
- 随后：陶哲轩牵头建立AHM并发布联合声明，敦促数学家停止与OpenAI合作
- 演讲稿主题由《机器辅助证明》调整为《数学2.0》