陶哲軒（Terence Tao），這位被廣泛認為是當代最偉大的純粹數學家，也是加州大學洛杉磯分校（UCLA）的教授，對當前數學領域日益加速的AI競賽發出了警報。
陶哲軒曾在2006年榮獲菲爾茲獎（Fields Medal），他昨日在以數學為主的Mastodon實例Mathstodon上發布了一則警告，指出AI正在耗盡該領域優質開放問題的儲備，這些是真正推動數學進步的未解問題，而非證明或論文，而是好的問題。
任何人都可以提出無限多的新數學問題；例如圓周率（pi）的googol位數字，技術上來說是一個無人計算過的開放問題。但幾乎沒有一個問題是重要的，因為它們大多對更廣泛的領域沒有任何啟發。陶哲軒寫道，真正重要的是知道哪些問題值得付出努力。
陶哲軒寫道：「簡而言之，不加區分地使用強大的解題工具，或許能達成眼前問題的短期解決目標，但其代價是犧牲了維護下一波進步生態系統的能力，或是無法深入理解已取得的進展。」
隨著推理模型和最新一代尖端AI系統的發布，各實驗室已開始投入大量的計算資源來解決數學和科學問題。Anthropic和OpenAI已將其模型用於測試，解決了多年來、甚至數十年來人類數學家都未能攻克的難題。
這些成果涵蓋了量子物理學、應用數學和醫學等多個領域。但數學有所不同：真正困難的問題相對稀少，研究人員通常會仔細選擇值得花費數月甚至數年時間去鑽研的問題。
過去，要判斷這些問題的價值取決於一個領域的「難度景觀」（difficulty landscape）——哪些問題微不足道，哪些需要付出真正的努力，哪些問題在現有工具下毫無希望。新方法總能讓這片景觀的一部分變得平坦，但也同時開闢了超越其自身極限的新領域。陶哲軒認為，AI打破了這種模式，因為沒有人能確切說出一個模型的解決能力在哪裡停止。
陶哲軒所描述的並非假設。今年五月，OpenAI的一個模型推翻了存在80年之久的埃爾德什單位距離猜想（Erdős unit-distance conjecture），這個問題探討的是平面上有多少對點可以恰好相距一個單位。包括菲爾茲獎得主提摩西·高爾斯（Tim Gowers）在內的外界數學家也證實了這一點。
同週內，Anthropic研究員Levent Alpöge將相同的問題輸入到該公司未發布的頂級模型Claude Mythos中，並在離線狀態下運行，以避免複製OpenAI已發布的解決方案。Anthropic工程師Sholto Douglas稱其結果為一個「可愛而簡單的證明」，比OpenAI的更簡短。數學家Daniel Litt則認為它「稍遜於」OpenAI的版本，儘管Mythos也找到了OpenAI的解決方案。
向OAI團隊致以崇高敬意，他們用5.5解決了單位距離問題——這現在是我首選的例子，證明模型確實能將不同的想法整合起來，帶來新的發現。
就像所有突破四分鐘的里程碑一樣，我們也必須嘗試超越它！結果Mythos用一個可愛的證明解決了它，… https://t.co/NFymE8P8lu
— Sholto Douglas (@_sholtodouglas) May 26, 2026
就在本週，Anthropic將費馬最後定理（Fermat's last theorem）一個數百年歷史的證明形式化；數天後，OpenAI解決了一個有90年歷史的難題，而就在數小時前，一名研究人員剛發表了自己的證明，隨後OpenAI與一位Anthropic研究人員共同發表了一篇論文。
這場競賽正是陶哲軒所擔憂的。他寫道：「我們現在看到，即使僅是某人正在研究某個問題的傳聞，都可能引發大量AI驅動的努力，在原始研究專案尚未充分發揮其潛力之前，就將其解決。」
陶哲軒認為，這最終將顛覆數百年來的開放科學傳統。
陶哲軒提出的解決方案是將某些問題標記為「需要分析」（analysis-required），這意味著僅僅給出正確的原始答案價值不大，除非它伴隨著能揭示周圍問題本質的推理。他將此比喻為食物銀行不再接受僅僅是可食用的捐贈品。
陶哲軒表示，要麼這樣做，要麼就是禁止AI在數學領域的使用，而後者在技術上是「不可行的」。
截至目前，這項提案尚未在任何地方成為政策，而且根據各大AI實驗室的行為模式來看，即使這項提案目前也可能在技術上不可行。
