陶哲轩的警告与预言：当证明多到人类消化不了
副标题：三天前，这位当世最伟大的数学家站在全球数学界的最高讲台上。他没有庆祝AI的胜利。他发出了一封警告信。
2026年7月24日，晚上7点15分。费城，宾夕法尼亚会议中心。
国际数学家大会（ICM）——数学界的”奥运会”，四年一次。上一次大会上，陶哲轩站在这里时只有31岁，刚刚成为菲尔兹奖最年轻的获奖者之一。
20年后的今天，他站在同一个讲台上。台下是全球最顶尖的数学家。
他没有展示自己最新的研究成果。没有谈论Navier-Stokes方程的突破。没有讨论孪生素数猜想。
他谈的是——AI。
但不是欢呼。
他的演讲标题平淡无奇：《Mathematics in the age of AI》。但内容——如果你仔细听——是一封警告信。
他甚至给警告内容起了一个谁也忘不掉的名字。
“证明消化不良。“（Proof Indigestion）
这个词，可能是ICM 140年历史上，第一次有主讲人在标题页上打出”消化不良”。
但他不是在开玩笑。
一、“消化不良”：一个正在发生的现实
陶哲轩画了一张图。他把数学问题解决的全过程分解成五个阶段：
问题选择 → 证明生成 → 验证 → 发表 → 经典化
他的判断简洁而令人不安：
前两个阶段，AI已经很强了。第三个阶段，AI正在变强。第四个阶段正在被冲击。第五个阶段——最关键的阶段——AI几乎无能为力。
而人类社区的所有激励机制、评价体系、职业路径，全部建立在一个前提之上：好证明是稀缺资源。
如果这个前提被推翻了呢？
陶哲轩给出了四条”阻抗失配”——每一条都像多米诺骨牌，推倒一个，后面全倒：
AI生成的证明将堆积等待人类验证。
许多已验证的AI证明将等待可读版本。
AI生成的证明，即使正确且写得好，也会淹没同行评审系统。
即使发表的证明，也多到社区无法消化为经典知识。
他指向了一个任何人现在就可以去验证的例子。
二、ErdosProblems.com：战场前线
保罗·埃尔德什（Paul Erdős）是20世纪最奇特、最多产的数学家。他一生发表了超过1500篇论文，提出了数百个未解决的问题。
2023年，数学家Thomas Bloom创建了ErdosProblems.com——一个集中追踪所有埃尔德什问题的网站。
这个网站，现在成了AI数学的”战场前线”。
网站上已经出现了数十份AI生成的证明提交。 许多很可能是正确的——但没有人类专家愿意花时间验证。更离谱的是：有些提交者自己都公开承认，他们没有资格判断自己提交的AI证明是否正确。
陶哲轩自己维护着一个追踪AI贡献的Wiki。上面记录了每一个AI尝试过的埃尔德什问题。
2026年1月，历史性的第一次发生了。
Erdos问题#728（一个关于阶乘整除性的数论问题），被AI自主解决。GPT-5.2 Pro找到了证明思路，Aristotle（Harmonic的Lean系统）进行了形式化验证。此前没有已知的人类文献解决了这个问题。
操作者Kevin Barreto在总结中写了一句意味深长的话：
“我感到有必要让数学家们知道：AI已经足够好了，可以帮助收割这些’低垂的果实’。这样，人类数学家的时间可以用来思考真正困难的问题。”
但”低垂的果实”摘完了以后呢？
2026年6月，一个23岁的年轻人用ChatGPT和Lean，在80分钟内解决了Erdos问题#1196——一个悬置了60年的问题。
80分钟。60年。
陶哲轩自己估算：目前只有约1-2%的未解Erdos问题对当前AI系统来说足够简单。但这不是重点。重点是——
AI的速度意味着，即使只有1%的问题可解，未来几个月内它们也都会被解决。然后AI会进步，2%可解，5%可解。
ps: 陶哲轩在2026年6月21日写下了一条令人后背发凉的观察：
“现在生成一个长的正确证明比生成一个短的更容易。”
你没看错。不是”AI能写证明”，而是”AI写100页的证明比写10页的更容易”。因为长的证明可以靠蛮力枚举，而短证明需要真正的洞察。
如果证明生成变得廉价——比”理解这个证明到底说了什么”便宜几个数量级——那么数学作为一个学科将面临什么？
三、“搅拌机悖论”：为什么AI写得越好，越有问题？
陶哲轩用了一个什么东西都能解释清楚的比喻。
他在Mastodon上写道——
“我们咀嚼难以吞咽的食物，是为了让它更容易消化。我们有烹饪技术让硬食物变得更软。但是，如果有人决定通过最小化咀嚼需求来自动化和优化消化，逻辑解决方案是将所有食物放入搅拌机，通过管道喂食。”
“这从技术上解决了消化不良问题。但这不是一个受欢迎的选择——除非是那些病重到无法正常咀嚼的人。”
“吃饭还有其他价值：感官享受、围绕一顿饭创造社交活动的能力……这些超越了单纯的营养摄入。”
数学也一样。
AI可以写出极其流畅、语法完美、没有任何”摩擦力”的证明。每一个步骤都解释得清晰无比。
但陶哲轩指出了一个悖论：
在人类写的证明中，作者觉得难的部分自然会保留某种”自然摩擦力”——粗糙、迂回、反复解释——这些恰恰提醒读者”这里很重要，慢下来仔细读”。
AI过度打磨的证明，会把难点和平凡步骤写成一样的语气、一样的篇幅、一样的流畅度。读者看不出哪里是关键，哪里可以跳过。
他写道：“矛盾的是，人类阐述中的’错误’，最终可能对读者是有帮助的。”
更深刻的问题在后面。
即使AI写出了完美的、人类完全可理解的证明。即使这些证明通过了同行评审。即使它们发表了。
然后呢？
四、“经典化”：数学最不可替代的环节
陶哲轩的五个阶段中，第五个叫”Canonicalization”——经典化。
这不是一个技术术语。这是一个社会学概念。
经典化意味着：一个结果不再只是一篇论文中一个孤立的定理。它被整合进教科书。它被教授给下一代学生。它与其他已知结果关联，成为一个更大的理论体系的一部分。
陶哲轩的判断是：
“经典化是所有阶段中最慢的。它需要整个社区的广泛、深思熟虑的共识。它是最不适合被AI工具优化的阶段。”
“但它也是整个过程中最有价值的部分。”
因为只有当数学被”消化”——被内化进人类的理解体系——它才能真正被应用。
他认为，如果社区不主动调整优先级，将出现一个灾难性的失配：
AI疯狂生成证明 → 人类社区疯狂试图验证 → 但没有人有时间消化 → 形式上一大堆”正确”的数学，但实际上没有人真正理解它 → 数学在形式上”增长”，在实质上”停滞”。
他提出了一条激进的建议：
“如果作者不能对自己的结果进行清晰、专业的演讲——正确、有适当引用——那么这个结果根本不应该被发表。”
这不是一个技术标准。这是一个社会责任标准。他实际上在说：你不能把AI生成的东西拿来，声称是你的发现，然后让社区替你消化。你必须自己先消化。
这条建议的冲击力在于：陶哲轩自己已经在践行它。
他在2026年5月宣布：“我大幅缩小了我会公开实时消化的新证明的范围。“这位可能是当世最擅长消化复杂证明的数学家，已经对那些未经人类充分理解的AI证明说”不”了。
五、Gowers的恐惧：数学文化的可能毁灭
陶哲轩不是唯一一个担忧的人。
就在ICM演讲结束两天后——2026年7月26日——另一位菲尔兹奖得主Timothy Gowers在自己的博客上写下了对Leiden Declaration的思考。
Leiden Declaration（《莱顿宣言》）是一群数学家、计算机科学家和科学史家于2026年6月2日发布的文件。它列出了AI对数学的五大威胁，并提出了系列应对措施。国际数学联盟（IMU）已正式背书。
但Gowers的关注点不在宣言的具体条款。
他写了一段让人不寒而栗的假设：
“想象一下，如果AI不存在，但一场大流行病爆发，消灭了所有数学家——只留下了文献。所有文献还在，但没有人知道怎么用它们。在这种情况下，复兴数学传统将是极其困难的，需要几十年。”
“现在想象一个微小的变体：AI确实存在，但因为AI，人们不再有动力投入多年的努力去达到一个研究数学家的专业水平。10年或20年后，我们可能到达这样一种状态：数学文献在某种形式上已经被大大扩展了，但不存在相应的人类专家社区，没有人对这些文献有任何共享的理解。”
Gowers说：“数学文化可能会被毁灭。”
他自己花了几十年研究自动定理证明。现在AI做到了。他在博客中写道：
“那艘船已经开了。这让我难过。“（That ship has sailed now, and that saddens me.）
一个时代最伟大的数学家之一，面对AI在自动定理证明上的突破，感到的不是兴奋，而是——失落。
六、陶哲轩的答案：从”生存”到”丰裕”
陶哲轩不是悲观主义者。他的分析最终指向一个积极的愿景——但有一个前提。
他借用道格拉斯·亚当斯的框架描述了数学可能经历的三个阶段：
Survival（生存） → 证明稀缺，每一个证明都来之不易。数学家的价值在于”能证明别人证不出的东西”。
Inquiry（追问） → 动荡与质疑。AI开始大量生成证明。旧的价值体系崩溃，新的尚未建立。这是我们现在所处的阶段。
Sophistication（成熟） → 证明丰裕。数学家的价值不在于”能否证出”而在于”知道该证什么”、“能消化什么”、“能把什么教给下一代”。
他说：
“数学将成为一个更’软’、更’主观’的学科。将出现关于’什么是真正的好数学’的伟大辩论。我欢迎这种’人文学科式’话语的注入。”
他预期数学界将出现一种职业分化：
- 证明生成 —— 交给AI
- 扫描大量问题寻找快速胜利 —— 交给AI
- 构建叙述，判断新技术的潜力 —— 人类的领地
而新的评价标准将出现：“期刊不应只问’这个证明对不对’，还要问’这个证明写得好不好、是否可消化、是否帮助读者真正理解’。”
在陶哲轩的设想中，未来的数学期刊会有详细的**“写作量规”**——就像食物评论家评价一道菜一样评价数学论文的阐述质量。
这听起来温柔，但本质上是一次权力转移：从命题证明者到命题阐释者。从发现者到消化者。
2026年7月24日晚上8点15分，陶哲轩在掌声中走下讲台。
他没有给出所有答案。但他在全球数学界的最高讲台上做了过去没有人做过的事情：他让”消化数学”——这个曾经被视为理所应当的副产品——变成了数学界需要认真讨论的核心议题。
Gowers在自己的博客中，用一句话总结了所有人的困境：
“如果AI生成的数学在我们这一代取代了我们理解数学的能力——那么，当最后一个人能够读懂证明的人死去时，数学会变成什么？”
他没有回答这个问题。
因为没有人能回答。
“历史上最伟大的数学进步，从来不只是关于证明。它是关于理解。而理解——这个在AI时代最被低估的能力——可能是我们最不应该放弃的东西。”
下一篇预告：《数学的反哺——下一个AI突破，可能藏在一篇无人问津的论文里》