续报。此前10月6日，OpenAI将一个内部模型生成的722篇数学手稿批量推送至公开仓库，横跨纯数学与理论计算机科学的数百个问题族系，随即引发数学界强烈反弹——菲尔兹奖得主陶哲轩曾批评这种「倾倒」造成「证明消化不良」，数学界亦有联名抵制。事件在过去几天持续发酵，而陶哲轩的最新表态，从批评转向了建设性命题。
近日，这位加州大学洛杉矶分校教授、菲尔兹奖得主正式发文并在加州理工演讲，提出「数学2.0」的判断：AI正在让数学证明变得泛滥，建立在证明稀缺性之上的「数学1.0」时代即将落幕。过去近百年里，数学研究的核心逻辑高度稳定——证明是最稀缺的资源，数学家的声誉建立在「谁能证明更难的问题」之上；而当AI可以批量产出证明时，这套激励结构开始动摇。
陶哲轩分析了数学为何最先被AI攻陷。第一是客观可验证性：数学家可能对什么是「好数学」各执一词，但一道证明对不对、完不完整，业内存在绝对共识，这种逻辑甚至可以用Lean等证明辅助语言交由计算机机械化检验——这意味着AI产出可以被低成本验证，不像实验科学那样受制于试错成本。第二是高度可数字化：数学知识天然以符号与形式系统存在，恰好是当前AI最擅长处理的对象。两者的叠加使数学成为AI冲击的第一站。
与此前「吐槽OpenAI、呼吁急踩刹车」的姿态相比，这一次陶哲轩抛出的是一个更深刻的问题：当证明不再稀缺，数学家该做什么。他的答案是转型——从解题者转向提出好问题、定义研究方向、判断哪些结果值得关注，以及解释证明背后的理解。换言之，人类的价值从「产出证明」上移到「定义什么值得证明」。
这条续报值得追踪的后续是：数学界与AI公司之间能否形成新的协作规范，例如AI生成证明的标识、验证与收录标准；以及Lean等形式化验证体系在AI数学浪潮中的基础设施角色是否会加速扩张。数学2.0不只是口号，它已经在要求一整套新的行业规则。