加州大学洛杉矶分校 (UCLA) 教授陶哲轩 (Terence Tao) 被广泛认为是当今最优秀的纯数学家，他对目前数学领域人工智能竞赛的加速发展敲响了警钟。
于 2006 年获得菲尔兹奖的陶昨天在以数学为中心的 Mastodon 实例 Mathstodon 上发布了警告，其中他认为人工智能正在耗尽该领域的良好开放问题的供应，而这些未解决的问题实际上推动了数学的发展。不是证据。不是论文。好问题。
任何人都可以发明无数新的数学问题；从技术上讲，圆周率的第 1 位数字是一个悬而未决的问题，没有人计算过。它们几乎都不重要，因为大多数都没有教授更广泛的领域。陶写道，真正重要的是知道什么是真正值得付出努力的。
陶写道：“简而言之，不加区别地使用强大的解决方案提取工具可以实现解决手头问题的短期目标，但代价是维持生态系统以实现下一波进展，或理解已经取得的进展。”
随着推理模型和最新一代前沿人工智能系统的发布，实验室已经开始在数学和科学问题上投入大量计算。 Anthropic 和 OpenAI 已经将他们的模型用于解决人类数学家多年来甚至数十年来一直抵制的问题。
其成果涵盖从量子物理学到应用数学和医学。但数学不同：真正困难的问题相对稀缺，研究人员通常会仔细选择要花费数月甚至数年时间来研究的问题。
解决这个问题过去依赖于某个领域的“困难情况”——哪些问题是微不足道的，哪些需要真正的努力，哪些对于当前的工具来说是无望的。新方法总是会使部分景观变得平坦，但它们也开辟了超越自身极限的新领域。陶认为，人工智能打破了这种模式，因为没有人能准确地说出模型的能力在哪里停止。
从谣言到种族
陶并不是在描述一个假设。今年 5 月，OpenAI 模型反驳了 Erdős 单位距离猜想，这是一个已有 80 年历史的问题，即平面上有多少对点可以恰好相距一个单位。包括菲尔兹奖得主蒂姆·高尔斯在内的外部数学家证实了这一点。
在同一周内，Anthropic 研究员 Levent Alpöge 通过该公司未发布的顶级模型 Claude Mythos 运行了同样的问题，该模型离线工作，因此无法复制 OpenAI 已发布的解决方案。人类工程师 Sholto Douglas 称这个结果是一个“可爱、简单的证明”，比 OpenAI 的证明更短。数学家 Daniel Litt 称其比 OpenAI 的版本“差一点”，尽管 Mythos 也找到了 OpenAI 自己的解决方案。
OAI 团队用 5.5 解决了单位距离问题，这给我带来了巨大的荣誉——现在我举的例子是模型实际上可以将不同的想法组合在一起形成新的发现。
与所有 4 分钟英里一样，我们也必须尝试穿越它！结果神话用一个可爱的解决了这个问题，… https://t.co/NFymE8P8lu
- 肖尔托·道格拉斯 (@_sholtodouglas) 2026 年 5 月 26 日
就在本周，Anthropic 形式化了费马最后定理的一个具有数百年历史的证明，几天后，在一名研究人员与 Anthropic 研究人员合着一篇论文发表自己的证明几小时后，OpenAI 解决了一个 90 年前的问题。
这场比赛正是让涛担心的地方。他写道：“我们现在看到，即使是有人在研究某个问题的谣言，也可能会引发大量人工智能驱动的工作，在最初的研究项目有时间充分发挥其潜力之前将其压平。”
陶认为这最终会扭转几个世纪以来的开放科学。
评判过程，而不仅仅是答案
陶提出的解决方案是将某些问题标记为“需要分析”，这意味着正确的原始答案几乎没有什么意义，除非它带有揭示附近问题的推理。他将其与停止接受任何仅可食用的捐赠的食品银行进行了比较。
陶说，要么是这个，要么是禁止数学中的人工智能，这是一个“技术上不可行”的解决方案。
该提案尚未在任何地方转化为政策，并且根据大型人工智能实验室的行为方式，即使这在技术上目前也可能不可行。