数学（与科学）将迎来黄金时代还是黑暗时代？
内容提要
陶哲轩博客刊载Francesco Maggi客座文章，讨论大语言模型对数学与科学的影响。作者认为LLM已能生成重要证明，但人类理解仍是数学的核心，若知识脱离人类理解将走向“黑暗时代”。他提出：LLM擅长重组已有文献却难以完成“数学化”；数学进步不能以解题清单衡量；署名、同行评审与人才培养面临挑战；前沿模型被少数公司控制存在风险。他呼吁学界共建独立、透明的LLM基础设施。
延伸解读
“黄金时代”与“黑暗时代”的分岔点
作者把未来分成两种情景：一种是LLM加速发现、学界共同受益；另一种是产出短期暴增，但独立的人类科研活动逐渐萎缩，新知识集中在少数人手中，而这些人也越来越无法理解所产出的知识。关键变量不是模型能力本身，而是我们如何开发它、如何把它嵌入现有科研制度。作者强调没有必然结局，真正稀缺的是科学与政治层面的领导力。
Lean证明可验证，却未必可理解
文章指出LLM在Lean形式化证明上表现突出，但重要定理的Lean版本可能长达数十万行，机器生成的自然语言翻译又往往混乱、不够忠实。结果是模型能给出正确却难以直接阅读的证明，数学家仍需投入大量精力才能形成人类理解。作者由此提出根本问题：若脱离人类理解，除用于评测模型外，我们为何还要研究数学、追求证明。
LLM擅长重组文献，未必擅长“数学化”
作者认为LLM的强项是重组已有知识结构、在相距甚远的文献间建立联系，且规模远超个人研究者；但它能否完成“数学化”——即发明让现实变得可定量理解的新数学语言——仍不清楚。他还提醒，模型在Navier–Stokes、黎曼猜想等问题上的表现，可能与相关文献极其丰富有关，而那些失败的问题同样值得研究。
署名、评审与人才评价面临重构
LLM生成证明后，哪些人类思想起了作用、谁对正确性负责、如何恰当引用，都缺乏清晰答案。作者还提到，传统上凭一项强结果证明个人能力的机制，在许多人看来已迅速失效；过度使用LLM对人类创造力与理解深度的长期影响也尚不清楚。此外，前沿模型被少数公司控制，可能造成高校与公共机构在科研能力上的不对称，他因此呼吁学界共建独立、透明的LLM基础设施。
Q&A
大语言模型对数学研究有哪些实际帮助和局限？
LLMs能生成重要数学证明（如Navier-Stokes方程有限时间爆破解、准黎曼假设的证明），尤其擅长用Lean形式化证明。但局限也很明显：对于复杂定理，Lean证明极长（数十万行），其自然语言翻译混乱且不忠实，人类难以直接理解；LLMs擅长重组已有文献，但难以完成‘数学化’（发明新的数学语言和概念框架）。
什么是数学的‘黄金时代’和‘黑暗时代’？
‘黄金时代’指谨慎地将LLMs整合进STEM生态系统，赋能新一代科学家，保持科学事业的开放、协作和知识独立。‘黑暗时代’指短期内科技产出激增，但独立的人类科学活动逐渐削弱，新知识生产集中于少数人手中，且这些人越来越无法理解所生产的知识，知识变得与人类理解相异。现实可能是两者的混合。
为什么说数学进步不能只用解题清单来衡量？
数学不是有限的问题系统。许多根本性贡献与任何问题清单无关，例如广义相对论的数学基础源于高斯、黎曼等多代人的几何思想，与希尔伯特问题列表无关；傅里叶分析、测度论、概率论和信息论的发展也是如此。虽然解题清单（如希尔伯特问题）作为灯塔很有价值，但将数学简化为解决清单上的难题是对该领域的片面理解。
LLM生成证明后，署名和同行评审面临哪些挑战？
挑战包括：难以确定哪些数学思想贡献了特定证明；谁对证明的正确性负责；如何确保适当引用LLM重新发现的文献；证明需要被理解、解释并与先前工作关联才能成为有成果的知识产物。同行评审仍然重要，LLM和Lean形式化可以辅助验证形式正确性，但人类干预对于确立意义、相关性和背景仍是必要的。此外，从开放分享想法转向 guarded 系统可能阻碍合作。
私人公司控制前沿LLM有什么风险？
风险在于少数前沿公司与大学和公共机构之间的科学能力不对称加剧。这些公司可能利用专有系统与学术研究竞争，而学术研究者将依赖这些系统才能做出贡献。允许私人利益决定哪些问题获得最佳工具、谁可以使用、如何评估能力以及何时发布发现，会以前所未有的程度集中科学影响力。商业激励、科学优先事项和公共利益并不总是一致。
如何构建独立的科学LLM基础设施？
大学、专业学会、资助机构和科学基金会应协调开发和治理有竞争力的LLMs。科学家需要访问前沿能力、操作透明性、研究数据使用的透明度、强有力的保密保护，以及独立测试和复现研究主张的能力。这需要大规模计算资源、专业人员、数据基础设施和持续投资，单一机构无法承担。关键目标是保持独立科学研究的能力，创建为支持研究社区而校准的LLMs，而非导致其逐渐削弱。
