数学2.0时代已至。刚刚，数学界的领军人物、菲尔兹奖得主陶哲轩正式发文，指出AI正在让数学证明变得泛滥，建立在证明稀缺基础上的数学1.0时代即将落幕。自OpenAI宣布解决纳维–斯托克斯千禧年难题以来，AI对数学界的冲击持续升级。面对OpenAI抛出的海量论文，陶哲轩一方面呼吁行业“踩刹车”，另一方面也深刻反思：如何让AI证明真正服务于人类理解与探索？
从“证明稀缺”到“证明泛滥”，评价体系面临重构。在数学1.0时代，解决开放难题需要深厚的专业知识与漫长的时间，因此“谁先解决什么”是衡量贡献的核心。如今，AI凭借强大的算力与算法，一夜之间产出大量高质量证明，如OpenAI扫射准黎曼猜想、霍奇猜想、BSD猜想等，甚至将三维挂谷集维数猜想扩展至四维。这种节奏的改变迫使数学界重新审视：在证明唾手可得的时代，数学家的核心竞争力究竟是什么？
陶哲轩指出，数学之所以易受AI冲击，源于三个条件叠加：证明可客观检验、数学对象高度数字化、文献数字化。然而，他也警惕“幸存者偏差”。AI并非全能，其能力分布不均。目前公开的往往只是成功案例，大量失败尝试与资源消耗被隐去。他呼吁建立更透明的评估机制，将失败与成本纳入考量。
陶哲轩将开放问题比作灯塔。抵达灯塔并非终点，探索周边世界的过程才更有价值。若AI过早给出答案，且评价体系仅奖励“已解决”，则可能扼杀探索路径。他批评AI公司盲目加速，无视长远后果，并担心这会损害数学共同体的长期可持续性。有趣的是，这一冲击甚至改变了陶哲轩自己的演讲主题，从“机器辅助证明”调整为“数学2.0”。
人类数学家的核心护城河在于“理解”与“把关”。陶哲轩提出了一个著名的“癌症疗法”思想实验：AI给出一种通过所有临床测试的化学混合物，但无人知晓其作用机制。在针扎入血管前，你是否希望有专家能理解其原理？这揭示了AI无法替代人类的地方——模型可以生成和验证答案，但人类必须负责判断其与现实的契合度，并负责解释与传承。
陶哲轩将证明过程分为五个阶段：生成、验证、解释、被共同体理解、融入理论。AI擅长前两步，但最后两步（消化与融合）进展缓慢，可能导致“证明消化不良”。他主张减少对生成证明的过度强调，转而重视解释、评审和知识整理。
面对AI生成论文的能力，年轻研究者质疑读博的必要性。陶哲轩认为，读博的价值不在于产出论文，而在于培养“吃硬骨头”、综合知识、提出问题的能力。这正如食物充足后仍需运动以维持体能，答案可得后，人类仍需维护认知能力。
陶哲轩正在推进具体尝试，如SAIR基金会的“开放数学模型计划”，旨在开发能辅助理解论证、核查引用、编写代码等工具。他认为，实现数学2.0的关键在于想象力：从“这道题被解决了”转向“我们能从中学到什么？”，以及“接下来还能做什么？”