25位菲尔兹奖得主公开信：数学之巅不应成为AI的“跑分操场”

导读：当数学史上最难的“千禧年大奖难题”被纳入AI模型的评测集，一个深刻的矛盾浮出水面——AI是在“解决”数学，还是在“拟合”答案？25位顶级数学家的联名信，撕开了当前大模型追求AGI路径中的一个危险幻象。

核心事件：一场关于“纯粹性”的捍卫

近日，包括多位菲尔兹奖得主在内的25位顶尖数学家向OpenAI发出公开信，严厉批评其将“千禧年大奖难题”等顶级数学问题作为衡量模型智能水平的基准（Benchmark）。

在AI公司的叙事中，模型能给出这些难题的“证明”或“推演”，是逻辑推理能力飞跃的标志。但在数学家看来，这种做法不仅是对数学科学的误解，更是一种危险的“算力傲慢”。

深度分析：跑分陷阱与“逻辑幻觉”

1. Goodhart定律的极致体现

经济学中的Goodhart定律指出：“当一个指标变成目标时，它就不再是一个好指标。” 当前的AI研发陷入了严重的“跑分驱动”怪圈。当千禧年难题被定义为“智能”的标志，模型及其训练集就会不可避免地被这些问题及其相关论文、讨论、伪证明所污染。AI表现出的“能力”，极有可能是对海量数学语料的极致拟合，而非真正的逻辑推演。

2. “证明” $\neq$ “预测”

数学的本质是绝对的严谨与逻辑的闭环。一个证明的正确性在于其每一步推导的不可辩驳性，而大模型的本质是概率预测。 当模型能够生成一个看起来像证明的文本时，它在执行的是“概率最高的下一个token”预测，而非“逻辑必然的推演”。将这种“文本模拟”等同于“数学发现”，是将数学的神圣性降格为一种概率游戏。

3. AGI叙事的“捷径”

AI巨头急于证明自己接近AGI，而数学难题是最高效的宣传筹码。通过在顶端难题上刷分，公司可以迅速在资本市场和公众认知中建立“逻辑之神”的形象。但这种通过“结果倒推过程”的伪装，实际上掩盖了模型在处理真正未知、无先例问题时的匮乏。

观察与结论：从“模拟”转向“理解”

这次公开信并非数学家对AI的排斥，而是对“定义智能”方式的纠偏。

如果AI想要真正进入科学发现的领域，必须从**“基于语料的模式识别”转向“基于公理的形式化推理”**。我们需要的是能够像Lean或Coq那样提供机器可验证证明的AI，而不是一个能够写出“看起来很像数学家”的聊天机器人。

一句话结论：数学之巅是用来攀登的，而不是用来给模型做“压力测试”的。真正的智能不应体现在能复现多少个已知难题的答案，而应体现在面对未知荒原时，能否独立构建出第一条逻辑路径。