国际数学联盟给AI公司划线：数学争的不是解题，而是谁来验证证明

两周前，OpenAI宣称其模型推翻了一个已有80年历史的离散几何猜想。

这听起来像AI数学能力的一次高光。但数学界真正卡住的地方，不是“AI会不会做题”。而是：如果一个成果来自封闭模型，提示词、训练数据和算力都不公开，外部数学家该怎么判断它的科学意义？

国际数学联盟已经背书《莱顿人工智能与数学宣言》。这份文件由16名研究者历时8个月起草，2026年6月2日发布。它警告的不是某一个模型，而是科技公司和AI工具正在进入数学研究的证明验证、署名归属、传播节奏和资助结构。

我的判断很简单：这不是数学界全面反AI。宣言承认AI可能有用。它要划的线，是透明、归属和共同体评估。

宣言为何此时发布：公司发布速度快过共同体验证

OpenAI的几何成果，是这次讨论的现实参照。

材料显示，OpenAI发布了论文，也发布了独立数学家的评论。但它没有披露提示、训练数据、所用算力等信息。这些信息未必直接决定证明对错，却会影响外界判断：模型贡献到底来自推理、搜索、记忆、人工筛选，还是大量计算试错。

这里要很谨慎。现有材料不能支持“OpenAI成果错误”这种说法。争议点也不在这里。

真正的问题是传播路径变了。过去一个数学结果要进入共同体，通常靠公开证明、审稿、修改、引用和再使用。现在，公司新闻稿、博客和产品叙事可能先把“重大突破”的帽子戴上，同行评议反而变成后置流程。

数学和围棋不一样。AlphaGo赢棋，规则和胜负清楚。数学证明不是比分牌。它要被许多人读懂、挑错、接上已有文献，才算变成共同知识。

这也是宣言在这个时间点出现的原因：AI做出某个结果并不可怕，可怕的是验证成本被转嫁给学界，传播收益却先被公司拿走。

数学家担心什么：五件事都指向控制权

《莱顿宣言》的担忧，可以压成五类。它们看似分散，其实都在问同一个问题：数学共同体还能不能决定什么算证明、谁该署名、哪些问题值得做。

这张表背后，是一个很现实的压力差。

大学经费有限，青年学者岗位不稳，期刊审稿本来就靠同行义务劳动。科技公司能提供薪酬、算力和曝光。对研究者来说，接不接公司项目不只是态度问题，也可能是职业选择问题。

所以宣言不是在说“数学家不要用AI”。它更像是在提醒：合作可以有，但不能让掌握算力和传播渠道的一方，同时定义成果价值。

这对关注AI科研影响的科技读者，意味着判断新闻时要换一个问题。不要只看“模型解决了什么难题”，还要看论文、提示、数据、算力和外部验证有没有足够信息。

对高校研究者和学术出版从业者，影响更直接。投稿系统可能需要增加AI使用申报；编辑要决定是否要求补充工具信息；审稿人要判断“AI辅助证明”的责任归属；基金评审也要避免把“接入了更强模型”误当成研究质量本身。

一个可能出现的动作是：期刊和学会会延后接受只靠公司发布包装的重大数学结果，要求更完整的披露材料。研究团队也会更谨慎地记录AI使用过程，避免到投稿时说不清贡献边界。

宣言给出的边界：披露、规则和公共算力

宣言给出的建议并不激进。

个人研究者要披露AI使用，并对结果正确性负责。学会、期刊和会议要制定审稿规范，尤其要准备处理那些通过“非常规方式”宣布的重大数学结果。政策层面则要保护作者权利，监管AI产业，并投资公共计算基础设施。

这几条边界里，最难的是公共算力。

如果只有大公司能训练、运行和测试最强模型，学界就很难独立评估AI在数学研究中的真实作用。没有可用的公共计算基础设施，透明会停在倡议层面，验证成本仍由个人学者承担。

国际数学联盟的背书也要看清边界。它不是禁令，也不是监管规则。它不能约束OpenAI、Google DeepMind或其他公司怎么发布成果。

但它会影响学界内部的默认规则。期刊是否要求披露AI使用，学会是否出台审稿规范，基金机构是否把工具可及性和研究贡献区分开，这些会决定宣言是不是只停在纸面上。

接下来真正该观察的不是哪家公司又宣布“AI解决数学难题”。更关键的是三件事：

• 论文和投稿系统是否开始要求AI使用披露；
• 期刊、学会是否要求补充提示、工具和验证信息；
• 公共算力是否能让学界独立复核商业AI成果。

如果这三件事跟不上，数学界面对的就不是AI太聪明，而是共同体太被动。

回到开头那道几何猜想。一个AI结果可以很有价值，但它不能只靠公司叙事完成加冕。数学最硬的地方，从来不是谁先喊出答案，而是谁能让证明经得起旁人一寸一寸地检查。