本周值得关注的一则声明：9 月 12 日，25 位菲尔兹奖得主联名发布《人工智能在数学中的严重错位》。我们判断这场讨论的真正锋芒，是反对一种科研姿态——把未解决的数学猜想当跑分榜，只追求更小的数字和更短的发文时间。这周 OpenAI 刚放出 722 篇论文手稿，又公布纳维-斯托克斯研究，争论被推到台前。
这是什么
陶哲轩的核心隐喻是"直升机 vs 徒步"。徒步找瀑布，迷路时可能撞见别的风景；直升机直接送到，结果是"看完坐飞机回来"。我们理解这句话的潜台词：AI 是数学研究的直升机——能更快算出素数间隔的更小上界，更快跑完形式化验证，但研究者没有在过程中获得方法论上的迁移能力。
声明里最值得编辑部注意的一句：判断标准不是"是否用了 AI"，而是"是否增加了可复用的数学理解"。OpenAI 的纳维-斯托克斯研究正是因为还没经过独立验证和同行评审，被认为可能落入"只为跑分"模式。
行业怎么看
支持方认为这是 AI 时代的清醒声音。陶哲轩本人就是 AI 数学工具的早期使用者，他批评的不是工具，而是"为了抢先发布而压缩论证"的工作流。菲尔兹奖得主 Hugo Duminil-Copin 印证这一点：他攻克渗流猜想的失败草稿，最终孕育出他拿菲尔兹奖的工作。
但反对意见同样存在。一派人认为，OpenAI 的形式化工作让数学可机器验证，长期看降低了出错率；用"刷榜"这种词描述严肃研究，是把正常科研竞争污名化。还有观点指出：声明没给出可操作的边界，"可复用的理解"难以量化——谁来判定？这是用道德姿态干预科学竞争的尝试，存在学术权威垄断议程的风险。
对普通人的影响
对企业 IT：当 AI 让"做出结果"的速度快十倍，企业的考核方式要从"产出数量"转向"过程质量"，否则会奖励一堆跑分机器。
对个人职场：如果你的工作本质是"把已知流程跑一遍"——写报告、填表、做基础分析，AI 直升机的威胁是真实的；如果是依赖经验、直觉、跨领域迁移的工作，徒步的能力反而更值钱。
对消费市场：未来 AI 生成内容的"专业感"会越来越强，消费者要学会问一个问题：这份结果是过程可追溯的，还是直升机空投的？