OpenAI前后训练副总裁Liam Fedus近日回应了陶哲轩等数学家关于“AI不应只追求解题，更应推动数学理解”的观点。他赞同陶哲轩对概念理解的重视，但认为不能用今天AI的能力边界框定未来的可能性。在Liam看来，未来的AI不仅能解决问题，还能提出有价值的洞见、建立新的概念框架，让数学家在此基础上继续探索。

9月11日，陶哲轩在个人博客发布《人工智能在数学中的严重错位》，声明由25位菲尔兹奖得主共同署名，名单从1978年得主皮埃尔·德利涅一直延伸到2026年得主邓煜。声明认为，当前AI公司将“解决著名数学难题”作为衡量模型能力的重要标准，与数学共同体追求概念理解、方法提炼和知识传承的目标存在严重偏移，甚至可能损害数学科学本身的发展。声明强调：解出难题只是数学研究的一部分；答案需要被理解才能成为共同知识；AI匆忙发布成果可能忽视前人贡献；培养学生的过程不能被最终答案替代；AI有潜力促进数学，但如何使用至关重要。

这些担忧集中爆发，源于AI做数学的能力已跨过新门槛。2024年，AI在数学上的突破还主要集中在IMO等竞赛数学，从银牌水平逼近金牌。2025年至2026年，模型开始进入真正的开放数学问题，陆续挑战Erdős系列问题、几何猜想、千禧年问题等长期未解难题。今年5月，OpenAI内部模型反驳了已有近80年历史的Erdős单位距离猜想，构造出无穷多反例，并在证明中引入代数数论工具，被菲尔兹奖得主Tim Gowers等人称为“AI数学的里程碑”。9月初，OpenAI又宣布利用约1万个自主AI Agent配合内部高级模型，在约88小时内找到三维Navier–Stokes方程出现奇点的证明，并通过Lean完成形式化验证。

这一冷一热也让网友联想到当年的围棋：AlphaGo虽不会解释自己的走法，人类棋手仍通过研究它的落子和胜率学到东西。Liam赞同这一类比，并引用Noam Brown此前的判断：AlphaGo出现后，人类棋手水平明显提高，数学领域或许也会出现类似变化。