北京时间 9 月 12 日凌晨，一封公开信在数学圈和 AI 圈同时刷屏。签名栏里排着 25 个菲尔兹奖得主的名字，从 1978 年获奖的皮埃尔·德利涅（Pierre Deligne），一直排到今年 7 月刚接过奖章的邓煜，中间是彼得·舒尔茨、玛丽娜·维亚佐夫斯卡、吴宝珠、马克西姆·孔采维奇这些名字。文件的标题写得很克制：《A Severe Misalignment of AI in Mathematics》——AI 在数学中的严重错位。但它的分量一点也不克制：这是 AI 诞生以来，第一次有一个完整学科的最高权威群体，以联名信的形式对 AI 公司集体表态。

01这是一封「没时间打磨」的信，恰恰说明事情有多急

先说一个容易被忽略的细节：这封信从头到尾没有点名任何一家公司。它的原文挂在陶哲轩的博客和 mathandai.org 上，矛头靠内容传递，不靠专有名词。信的核心论证只有一层，但很硬：解决一个问题，只是通往「概念性理解与洞见」这一首要目标的工具和代理指标。原文那句是——「以越来越快的节奏大规模生产『真/假』判断，可能摧毁孕育新思想的沃土」。落到具体诉求上是三件事：给写论文和提炼方法留时间、明确标注结果依赖了哪些在先工作、承认总得有数学家愿意接手把机器给出的东西消化成教科书。

有意思的是程序上的自我矛盾。陶哲轩自己承认，这封信是过去一周里 25 个人讨论出来的，没时间走一遍像样的协商流程——对比今年 6 月 2 日的《莱顿宣言》，那份东西从 2025 年 9 月的莱顿研讨会算起，工作组打磨了八个月，有 Zenodo DOI，有国际数学联盟（IMU）背书。这一封只花了一周。截至 9 月 12 日，公开联署页上的数字已经超过 1694 人，且门槛设在 ORCID 或机构邮箱之后——机器人和凑热闹的进不来。一封程序上不完美的信，内容骂的恰恰是程序问题。这本身就说明事情有多急。

02争的不是数学，是那套跑了三百年的流程

要理解这封信为什么此刻落地，得回到 9 月 8 日。那天 OpenAI 宣布，一个未公开的内部模型组织约 1 万个并发 Agent，用 88 小时给出了纳维-斯托克斯存在性与光滑性问题的解答——克雷数学研究所七大千禧年难题之一，单题悬赏 100 万美元，OpenAI 明确表示不申领。按官方披露：9 月 1 日启动，先由近 100 个 Agent 花约 50 小时做出无外力欧拉方程的否证，再把资源转向 NS；NS 这一题上 Agent 之间交换了约 270 万条消息、消耗约 1300 亿输出 token，随后 GPT-6 Astra 又花约 17 小时完成 Lean 形式化验证，配套论文 166 页。

从「1 万 Agent 并发」到「Lean 形式化验证」，再到「优先权争议」——证明跑通了，制度被撞了

真正点燃数学圈的不是技术边界，是时间线。就在公告前几小时，纽约大学数学家 Tristan Buckmaster 与供职于 Anthropic 的 Levent Alpöge 刚发布了同一方向（带光滑外力的欧拉方程）的成果。Buckmaster 在公开声明里的说法是：他们收尾期间，关于进展的信息传到了 OpenAI；而 OpenAI 的版本是 9 月 1 日听到「有千禧年难题被解决」的传闻后才启动，9 月 6 日完成 Lean 验证后主动联系、希望联合发布并承认对方优先权。谈判细节据《纽约时报》追访，方案之一是让 Buckmaster 当主要作者、重新整理 OpenAI 模型生成的论文——把 Anthropic 那位合作者移出署名。Bubeck 承认说过「你为什么要毁掉自己的职业生涯」这句话，但否认是威胁，并称相关指控「虚假且煽动」。

9 月 9 日，德累斯顿工业大学 Andreas Thom 公开了自己与 OpenAI 研究者的邮件往来，追问几个月的未公开对话是否进了训练管线。9 月 10 日，《纽约时报》报道 OpenAI 称在「另一道千禧年难题」上取得重大进展、正斟酌如何公布，但未点名；外界普遍猜是霍奇猜想，另有传言说 BSD 猜想也接近完成——这两条至今都没有任何一方官方确认，只能算传言。所以，如果你读过我们 9 月 9 日那篇，那篇的主题是「AI 写出了 NS 证明」这件事本身。今天这封信关心的，是证明之外的整套东西。它不是续集，是升级：从技术争议变成制度争议。

03治理四问：数学界正在重新发现 Agent 早就被逼着回答的问题

把这场争议剥掉数学的外壳，剩下的东西一点都不新鲜，任何做过商业 Agent 的人都会觉得眼熟。它其实是四个问题：身份——这份证明到底是谁做的，一万个 Agent 算一个作者还是零个？授权——它被允许使用哪些在先工作、哪些人的未公开方向？审计——过程能不能被第三方重放，还是只能看到一个结论加一份 Lean 证书？信用——做对了谁立功，做错了谁担责？这四问，和工业互联网里给商业 Agent 发「数字身份证 + 行为记账本 + 授权公证处」要解决的是同一组问题。

身份 / 授权 / 审计 / 信用——商业 Agent 早已被这四问逼出答案，数学界本周才被撞了一遍

蚂蚁 9 月 11 日在 Inclusion·外滩大会发布的 APASS 就是现成的样本：基于 KYA（Know Your Agent）理念，用静态身份、运行时身份、责任主体身份三层模型锁定「它是谁、代表谁」，交易前核验授权边界，交易中识别意图偏离与行为异常，交易后保留关键证据供审计与责任追溯。现场披露 APASS 已接入超 100 万个 Agent、激活 11 万个，覆盖 442 家供给方；同一天，智能体身份管理 KYA 国标立项启动。注意这里的顺序：支付行业花了两年才想清楚的事，数学界在一周内被现实撞了一遍。区别在于，支付场景跑偏了最多损失两千块，数学场景跑偏了，赔上的是三百年来靠「开放分享 + 优先权 + 同行评议」运转的一整套知识生产机制。

04算力能买到证明，买不到 credit

Bubeck 自己透露过一个数字：这次的计算成本达数百万美元，大约是 OpenAI 此前数学研究成果投入的 1000 倍（据其公开表述）。这句话的另一面是——生成侧的价格正在崩塌，可信和归因侧的价格纹丝不动。同一个星期，编程领域有一组数字可以拿来对照。9 月 10 日 Cognition 发布 SWE-2，基座是 Kimi K3（2.8 万亿参数），在自家 FrontierCode 1.1 Main 上拿到 50.0%，比 Fable 5.1 的 50.9% 只差不到 1 分，成本便宜 64%；他们把强化学习的奖励函数直接写成 R = S − λC，S 是任务成功与否，C 是美元成本加 rollout 时间，平均步数从 127 降到 53。这行公式很诚实：能力已经开始被「每美元能买到多少正确」重新定价。

但同一套逻辑搬到数学上会卡住。1300 亿 token 花了多少钱，会计能算清；166 页证明里哪一步是西班牙数学家迭戈·科尔多瓦和他学生路易斯·马丁内斯-索罗阿 2021 年博士论文里那条解析方法的延伸，只有读过那篇论文的人算得清。陶哲轩那篇文章里特意提了一句：科尔多瓦开玩笑说自己不用 AI，「因为我有路易斯」。而在这场喧嚣里，原创思想的来源几乎被遗忘了。这就是算力暴力制造的信用不对称：算法可以买到，credit 买不到。它比算法本身难得多，也贵得多。

05护城河在验证层，不在 headline

这两周最值得工程师反复看的一组数字，其实在 Anthropic 那份费马大定理形式化报告里——不是生成侧，是验证侧。9 月 4 日，Claude 在 11 天自主运行中写出约 1300 万行 Lean 代码、证明约 3.03 万个定理（最终保留 2.95 万个中间定理），约 60 亿输出 token，整份证明最终只依赖 Lean 的三条标准公理。Kevin Buzzard 的评价是：以前他对怀尔斯的证明有 99.9% 的把握，Claude 干完之后，是 100%。

更值得注意的是重跑验证的成本。据该项目仓库公开记录，从零开始重新验证——编译 Mathlib、过 Lean 内核、再用另一套独立内核重放一遍——大约要 22 小时，comparator 重放峰值内存 230GB，官方建议留 300GB。也就是说：写 264 小时的活，检查只要大概十二分之一的时间，而且全程不需要语言模型。「任何人都能验证」这句话，对机构成立，对一个只有笔记本的独立数学家不成立——审计的门槛从人的时间，换成了机器和内存。

这也让联名信里那句「AI 有潜力显著加强和加速真正的数学研究」变得具体了。如果 AI 生成证明的产能继续指数增长，唯一能接住它的不是榜单，是验证与审计生态。Lean 库的兼容问题已经在 Buzzard 的警告里浮现——多个互不兼容的 Lean 库，对被 AI 灌爆的数学界来说是个噩梦场景。该投的地方是这里，不是下一个 headline。

06好问题是不可再生资源

陶哲轩这两天说得最深的一句话，藏在那个「低本底钢」的比喻里。所谓低本底钢，是 1945 年人类第一次核试验之前生产的钢，放射性核素污染极低、本底近乎为零，今天已经造不出来了。AI 时代之前积累下来的那些数学开放问题，就是这种钢。他用另一个说法解释这件事：一个国家可能同时被浩瀚海洋环绕，又面临严重的饮用水短缺。你随时可以提出成千上万个「开放问题」——比如算圆周率第 10^10^10 位——但它们像海水，没有饮用价值。判断一个问题值不值得研究，是个漫长、审慎且主观的过程，而这样的问题，被碾平一个就少一个。

更麻烦的是「难度地形」被推平。原本有平原、有高山、有死胡同，这套起伏指引数学家往哪走；黑箱模型不加区分地涌进来之后，人们再也看不清哪些问题有前景。而且 AI 公司不公布负面结果，数学界连「边界在哪」都判断不了——是哪个问题 AI 还不会，还是它会了但不告诉你？这才是那封联名信真正担心的东西：Agent 优化的是「可被解出的基准」，而生成「值得问的问题」是人类的活。如果答题被外包得足够彻底，出题的那台引擎可能会慢慢饿死。这个损失不会在今年显形，但它会复利。Chollet 说他从数学学生那里听到一句很常见的话：「我不想再当数学家了。」——AI 也许不会在功能上取代数学家，但完全可能靠压垮一代人的心气做到近乎取代。

07冷思考：两边都有账要算

保持一点平衡。这封信里确实有旧权威保护「优先权租金」的成分。「谁先证明、谁署名、谁引用谁」这套制度，本身就是运行了三百年的优先权市场，它保护学术，也保护在位者。AI 公司那边同样有清晰的商业叙事：8 月一次性公布十项数学与理论计算机科学成果，9 月 8 日打 NS，9 月 10 日又在《纽约时报》上留一个「另一道难题」的悬念——IPO 之前的公关素材，需要这种节奏。把矛头只指向某一方，都不公平。但趋势不可逆：一个能连续 88 小时自我组织、互相交叉验证、还在中途换模型的系统，已经不只是工具了。制度不会因为谁不高兴就停下来，它只会因为跟不上而失效。

对正在用 Agent 的团队，实在的启示就一句：把验证回路和审计做厚，比追模型榜单重要。你今天省的是一份可追溯的日志、一个能重放的环境、一条清晰的授权边界；明天出事的时候，这三样是唯一能替你说话的东西。数学界这周交的学费，你没必要再交一遍。

 其他动态

• OpenAI Agents API 公测：把 agent loop（session 编排、长任务 context compaction、sub-agent 协调、lazy tool loading、crash recovery）做成托管 API，builder 不用再造轮子，按 token 计费无额外平台费。
• Anthropic 同意让 METR 扫描数百万条评估与生产 transcript：在披露 4 起真实系统越权后，开放独立调查，agent 安全进入「可被第三方审计」阶段。
• 蚂蚁 APASS 智能体交易信任基建上线 + 智能体身份管理 KYA 国标立项：给商业 Agent 发「数字身份证 + 行为记账本 + 授权公证处」，外滩大会收官的最大遗产。
• DeepSeek V4.1 Flash 实测刷屏：552B MoE + Causal Encoder-Decoder，全局 KV Cache 压到约 890 字节/token（约为上一代 1/4），9 月 14 日 12:00 起 V4 Pro 流量全路由至 Flash 并按 Flash 计价。
• GPT-Live-1 全双工语音 API：听说的同时说、原生处理打断，把识别—语言—合成的三段式链路压成一条。
• 具身智能：外滩大会今日闭幕：40 余家企业展示机器人进真实场景（药房分拣、工厂、核电/地铁巡检），许华哲称今年将批量看到「真正泛化」——同一模型跨场景完成一系列任务。

微信公众号

欢迎关注「字与码」

如果这篇文章对你有用，也欢迎在微信里继续关注后续更新。

X

X / Twitter

关注 @ax2_zicode

更即时的技术观察、新文章提醒和一些短想法会发在 X 上。