菲尔兹奖得主陶哲轩探讨的，不是“AI能不能做数学”，而是AI正在逼数学界重新回答三个老问题：什么叫证明，什么叫论文，数学这行到底为什么存在。

今年4月，陶哲轩接受《自然》采访时就说得直白：AI不是文字处理器、不是浏览器，它是一种会倒逼学科重画边界的技术。如果数学家不主动想清楚“证明”和“使命”是什么，科技公司、资本和平台流程就会替他们定。过去一年，AI从解中学竞赛题走到能蹭上研究型数学家的日常——他本人用GPT、Claude、Gemini做实验，还参与用1000多个埃尔德什式问题测模型：从主流猜想到低频陈述，看机器到底懂不懂、会不会编、能不能证。

为什么数学被AI公司盯上？因为别的领域最怕“错得理直气壮还查不出来”，数学偏偏有可机器核验的输出——一条定理证明对不对，形式上能验。陶哲轩的判断是：AI在许多场景都有争议和风险，但在数学里，弊端少得多。这也让数学成了AGI叙事里最干净的试验田。

但“能验证明”不等于“会做数学”。陶哲轩的原话很克制：AI不会取代数学家，但会成就数学家。职业描述在变——死守纸笔、拒绝碰AI的研究生机会会变少；传统功底还在、又会用新工具的人反而吃香。人类定问题、提定义、判价值；AI给即时反馈、跑穷举、补小 lemma、找人类忽略的短证明。第1196号埃尔德什问题就是例子：被数学家集中啃过，AI却给出人类完美错过的短证明，但是否能泛化到别的问题，仍要人来判断。

模型之间也有脾气。ChatGPT稳、像机器人；Gemini花哨啰嗦；Claude快、像人、适合对话。换提示词后底子又没那么远。真正卡住的是记忆与意图：AI没有“研究计划”的永久记忆，不知道什么问题是“值得的”，也不会主动定义一个新概念然后陪你做十年。短期里，选题权、概念权、品味权，还在人手上。

放到当下数学界激辩里看，陶哲轩这篇专访像提前写的注脚：一边是“AI已能辅助研究”的乐观派，一边是“媒体把中学生题和菲尔兹级工作混着吹”的怀疑派。他的位置不在这两端——他说的是，否认阶段快结束了，接下来不是“人 vs 机”，而是“会用机的人 vs 不会用机的人”，再往后，是“有数学品味的人 vs 只会对机器下提示的人”。

数学不会死，但数学家的活法会换。论文可能变成“人写主张+机器附录+可复现证明仓库”；审稿可能变成“人审动机，机器审推导”；博士生训练可能从背技巧、拼硬功，变成会提问、会拆问题、会管AI、会判错。陶哲轩和Tanya Klowden在arXiv那篇草稿的底色也正是这个：以人为中心地接纳AI，而不是把中心交给模型。

所以重读这篇专访，重点不在“陶哲轩说AI多强”，而在他提醒的那句——如果我们不先想清楚数学是干什么的，等平台把“产出、引用、自动证明、自动审稿、自动结题”全串起来，数学就不再是数学，只是又一条被优化过的知识流水线。AI进数学不可挡，真正要守的，是人类对“好问题”的贪婪，和对“乱证明”的不耐烦。