7月15日，菲尔兹奖得主陶哲轩在SAIR演讲中临时更换了主题。原定的《机器辅助证明》被弃用，新标题是《数学2.0》。促使他改稿的原因只有一个：OpenAI在过去三个月里连续向数学界投下重磅炸弹，让他意识到数学研究的底层前提正在崩塌。这位全球最具影响力的在世数学家，第一次公开承认自己赖以生存的学术体系正被AI从根上改写。
希鸥网观察到，陶哲轩的核心判断是：数学1.0时代运行在“证明稀缺”的环境里。过去证明一道开放难题需要数年甚至数十年，因此“谁最先解决”成为评价数学家的黄金标尺。但OpenAI一夜甩出722篇数学论文，覆盖准黎曼猜想、霍奇猜想等多个方向，甚至把王虹刚获菲尔兹奖的三维挂谷集猜想扩展到四维。证明的供给量正在以指数级膨胀，稀缺性壁垒被AI碾碎。
数学为什么首当其冲？陶哲轩归纳了三个叠加条件：证明可以被客观检验，数学对象和推理过程高度可数字化，大量高质量文献早已以数字形式存在。这三个条件叠加前沿AI实验室的巨额算力投入，把数学推成了模型能力突破的核心战场。对比法律、医学等依赖隐性经验和情境判断的领域，数学的“输入-输出”结构恰好落进了AI最擅长的射程。
但陶哲轩随即亮出一张飞机弹孔图。他提醒外界警惕幸存者偏差：AI厂商只展示精挑细选的成功案例，大量失败尝试从未进入公众视野。成功率多少？算力成本几何？人类参与程度多深？这些问题在现有评估体系中几乎空白。他呼吁建立透明机制，把失败结果和算力消耗一并纳入报告。否则数学界将陷入一种错位——解出了题，却没有增加人的理解。
更深层的危机在于评价体系的惯性。陶哲轩用灯塔作比喻：开放问题指引人们探索周边的数学世界，但抵达灯塔不等于完成探索。如果评价体系只奖励“已解决”，那些尚未走过的路径就会失去探索动力。千禧年大奖难题是有限的，可一个问题生长出的路径、理解和联系几乎是无限的。盲目优化“解题”指标，将直接损害数学的长期健康。
希鸥网认为，陶哲轩的警告戳破了一个更大的泡沫。AI公司无休止地加速，却对加速之后会发生什么一无所知，这种模式与某些创业者的扩张逻辑如出一辙。模型可以生成答案、验证推理、加速探索，但不能替人类判断结论与真实世界目标是否一致。陶哲轩的“癌症疗法”思想实验就是极端推演：AI给出混合物通过三期临床，却没人理解作用机制，你敢把针扎进血管吗？验证通过不等于现实对齐。
这对创业者的启示残酷且直接。很多项目的失败源于两类核心假设未经真实客户验证就盲目扩张，类比和反证只能做参考，不能替代实地实验。AI帮你生成100份商业计划书、1000条用户画像，不等于你理解了客户。同样的道理，AI给出一份数学证明，不等于数学家理解了那个数学世界。最小闭环实验的意义在于，你必须亲自跑通“假设-验证-迭代”的完整链条，而不是把AI的输出当作结论直接吞下。
现地现物的原则在AI时代反而更值钱。丰田塞纳总工程师走遍全美观察家庭用车习惯，挖出了儿童乘车的隐性需求。创始人必须走出办公室，直面真实客户行为。书面调研和AI报告永远替代不了现场的颗粒度。陶哲轩改演讲稿这件事本身就是“现地现物”：他亲身感受到AI对数学界的冲击，才被迫抛弃原定主题。你对赛道的判断，如果只来自AI摘要和行业报告，那和读二手财报做投资决策没有区别。
数学家的护城河正在从“解题能力”转向“提出问题、判断价值、衔接现实”的能力。创业者也一样。当AI把写代码、做设计、出方案的门槛拉到地板，你的核心壁垒就不再是执行效率，而是对真实痛点的切肤理解。创业的起点必须是解决一个你真的痛恨的问题，只有这种执念才能扛过至暗时刻。现金流仍是氧气，AI提效省下的钱要变成更厚的安全垫，而不是更快的烧钱速度。小切口深扎，积累AI无法复制的隐性认知，这才是数学2.0和创业2.0共同的生存法则。
金鸥品牌榜·2026年度创新案例库开放申报了。免费提报，独立评估，入榜品牌将获得电子版《入榜证明》及年度专题公示，优秀案例可获得深度专访+全平台分发。如需修改或发布文章，请加微信号：sheisceo