今年9月，OpenAI宣称其模型攻克纳维-斯托克斯方程，25位菲尔兹奖得主联名发出公开信；10月6日，OpenAI又一次性发布722篇AI生成的数学预印本，次日因符号错误撤回三篇。舆论核心问题是：AI会不会取代数学家。近日，在陶哲轩发起的SAIR Foundation播客节目中，菲尔兹奖得主陶哲轩与新晋菲尔兹奖得主、芝加哥大学教授邓煜展开对谈，把讨论推进到更根本的位置：AI做出的数学，谁来负责理解。
邓煜重新刻画了数学的两条边界：一条是已有证明的问题的边界，另一条是人类能够理解证明的边界。过去几个世纪，两者基本重合。陶哲轩指出，数学界奖励“解题”，实际奖励的是整套理解活动，解题只是最容易衡量的指标。AI改变了这个前提：当机器能短时间生成大量证明，“得到解答”与“掌握背后逻辑”开始分离。
理解缺口已有量化证据：722篇预印本中经Lean等形式化验证的比例仅约22%，10月3日至6日新增的143篇无一经过验证。陶哲轩称之为“证明消化不良”——产出速度远跑在消化能力前面。更严重的是溯源链条断裂：AI将数千年文献“不透明地转化为答案”，有时无法追溯参考来源。邓煜举例称，已有人直接使用他人在ChatGPT中输入的想法生成证明，他主张AI至少应公开思维链。陶哲轩直言，批量解题产出的成果成了某种副产物，甚至可以说是“有毒废料”。
两位数学家给出的方案核心是改变激励：AI产出若只给答案、不附带理解与可追溯引用，就不应成为数学文献的一部分；AI公司应在项目启动时就让数学家参与，而非事后请学界兜底；形式化验证、成果阐释等“验证劳动”必须被定价。对谈还提到SAIR启动的Open Math OS项目，愿景是为数学社群提供可追溯思想来源、不依赖大公司的开源工具。
两人都强调，提出有价值的问题、设计整体证明路线、做出价值判断，仍是人的关键能力。邓煜特别指出，“理解”是使用AI的前提。讨论的落点已从“AI能否做数学”转向“数学共同体需要什么样的AI”：无论证明由谁写出，理解它的责任，仍然在人。
