数学已经改变，让我们行动起来
内容提要
数学家Frank Calegari在客座博文中指出，OpenAI发布700多篇论文标志着数学进入新时代，AI已能作出突破性贡献。他理解同行的失落，但认为不应悲观：AI降低了探索新方向的门槛，数学家应更重视提出有价值的问题、构建宏大研究纲领和解释数学意义，而非仅追求证明。他建议改革评价、招聘、期刊和研究生培养机制，奖励理解与方向感，并呼吁数学界主动拥抱变革、掌握成果归属。
延伸解读
从“证明竞赛”转向“问题选择”
Calegari 认为，AI 让证明的生产成本骤降，数学界长期以“谁先证出定理”为核心的奖励结构将难以为继。他建议评价论文时，不再仅看结果是否可由机器产生，而应要求作者解释数学为何有趣、提出了哪些新问题、与更广阔领域有何联系。这一转向意味着“选择有价值的问题”可能比“产出证明”更重要，也要求数学家更重视理解与方向感。
招聘与培养机制需要同步改革
文章指出，若只改变论文评价而不改变招聘，改革难以落地。Calegari 主张招聘时少依赖期刊论文清单，多考察候选人的研究叙事、技术解释力和跨领域对话能力，并建议对博士后和研究生也引入面试。研究生培养则应拓宽视野，让学生理解所在领域与其他数学的联系，并训练当面解释数学的能力，而非仅完成一个可被 AI 一键生成的技术性习题。
期刊与研讨会的角色重构
Calegari 认为期刊体系在 AI 之前已需改革，当前激励导致增量论文泛滥。他提出应大幅提高对写作、想法和阐述的要求，相当一部分 arXiv 论文或许不应发表；若编委会无法调整，可考虑暂时放弃期刊，让论文凭自身质量立足。研讨会也应少聚焦最新技术细节，多围绕更广泛的问题、卡点与希望展开，把新颖性放在最后。
悲观与乐观的分野：游戏结束还是规则改变
文章承认，数学界珍视的部分文化会消失，感到失落是人之常情。但 Calegari 强调，悲观者认为游戏结束，乐观者则认为游戏刚刚改变。他呼吁数学界主动掌握成果归属，将 AI 产出视为人类数千年数学基础的延伸，并借公众对数学的关注解释新机遇。改革评价、招聘、期刊和培养机制，比担忧万亿公司的行为更可行，也更能决定数学的未来。
Q&A
OpenAI发布700多篇论文对数学界意味着什么？
这被视为数学史上的一个分水岭事件，表明AI已能在许多数学领域做出突破性贡献。但同时也引发了一些数学家的不满，因为部分论文写作质量差、违反署名规范，甚至存在错误。
为什么有些数学家对AI在数学中的进展感到悲观？
部分数学家感到悲观是因为他们觉得所热爱的学科正受到攻击并被“掏空”，例如Hugo Duminil-Copin抱怨他公开提及的所有主要未解决问题都被AI宣称解决。此外，AI公司对数学实践的不尊重（如糟糕的写作和署名问题）也加剧了这种情绪。
作者认为数学家应如何应对AI带来的变化？
作者建议数学家应更重视提出有价值的问题、构建宏大的研究纲领和解释数学意义，而非仅追求证明。同时呼吁改革评价、招聘、期刊和研究生培养机制，奖励理解与方向感，并主动拥抱变革、掌握成果归属。
AI如何降低数学研究的门槛？
AI降低了探索新方向的门槛，使数学家能够尝试以前因技术背景要求高或涉及太多猜想而难以着手的想法。例如，作者提到自己曾有一个结合双曲三维流形和Kolyvagin系统的想法，但因需要大量背景工作而未能推进，现在有了AI，尝试这类问题的障碍大大降低。
作者对数学界的评价和招聘机制提出了哪些具体改革建议？
作者建议：评价论文时不应仅奖励可由机器产生的结果，而应要求作者解释数学的趣味性、提出的问题及与更广泛领域的联系；招聘时应更注重个人互动和候选人的研究愿景，而不仅是论文发表记录，并建议对博士后和研究生职位也进行面试；期刊应要求论文在写作、思想和阐述上更有深度，甚至可考虑暂时放弃期刊；研究生培养应注重拓宽视野和沟通能力。
作者如何回应“AI将终结数学”的担忧？
作者以有限单群分类的历史为例，指出即使重大问题被解决，学科也不会终结，反而会开辟新的研究方向。他强调AI是研究数学的新工具，数学家应利用它探索更深层的奥秘，而不是哀叹失去的旧路径。数学界应主动掌握成果归属，并乐观面对新时代。
