2026年9月11日，25位菲尔兹奖得主联署发布《人工智能在数学中的严重错位》，警示人工智能公司把攻克著名难题当作模型能力基准，可能让“得到答案”取代“形成理解”。声明并不否定AI辅助研究，而是把署名归属、成果核验、知识传承和科研激励推到聚光灯下。结合9月8日出现的数学突破宣称及其优先权争议，一个迫切问题摆在科研共同体面前：当机器生成证明的速度超过同行评议，科研诚信怎样才能跟上？
争议焦点不是AI能否证明，而是谁能确认突破
据9月11日发布的联署声明，数学研究的核心价值不只是判断命题真伪，更在于发现可解释的新方法、建立概念联系，并通过报告、讨论和严谨写作融入知识体系。声明认为，如果企业追求用著名难题展示模型性能，匆忙公布结果却没有充分梳理方法、前人工作和引用关系，就会引发严重的归属与剽窃疑问。该声明列出了陶哲轩、彼得·舒尔茨、玛丽娜·维亚佐夫斯卡等25位菲尔兹奖得主，原文可见联署声明。
这份声明出现于一场具体风波之后。公开报道显示，OpenAI在2026年9月8日宣布，研究人员借助尚未公开的内部模型，对纳维－斯托克斯相关问题提出了证明；纽约大学数学家Tristan Buckmaster则对研究优先权、合作署名和相关工作是否得到充分承认提出质疑。OpenAI否认不当使用其工作。现阶段，这些指控与回应不能被写成已经裁定的事实，而相关证明也不能仅凭企业公告就视为获得数学共同体最终认可。事件经过可参见USA TODAY的9月8日报道及TechCrunch的9月11日报道。
“抢跑”最危险的后果，是让开放研究转向封闭
传统科研优先权依赖可追溯的草稿、投稿记录、会议报告、邮件往来和正式出版物。生成式AI加入后，一条研究思路可能同时经过个人笔记、模型对话、云端工具、自动形式化和企业内部系统。若数据边界不透明，研究人员就难以判断自己的未发表构想是否进入了模型改进流程，也难以证明某个机器生成方法究竟来自独立推导、公开文献还是用户输入。
由此产生的寒蝉效应比一次署名纠纷更值得警惕。研究人员一旦担心讨论记录会被拥有强大算力的一方转化为竞争优势，就可能减少在研讨会、协作平台和AI工具中的交流。短期看，企业或许更快得到结果；长期看，开放讨论、跨机构合作和青年研究者培养都可能受损。数学家联署所说的“目标错位”，正是速度指标与科学共同体长期利益之间的冲突。
以信息真实性底线处理科研突破叙事
面向中文论坛传播此事，应把《互联网信息服务管理办法》相关要求以及“七条底线”中的法律法规、公民合法权益、社会公共秩序、道德风尚和信息真实性原则落实到具体写法，而不是把争议包装成猎奇故事。
- 区分“宣称”“形式核验”和“共同体认可”。企业公布证明、证明助手通过部分检查、专家完成同行评议，是三个不同阶段。报道标题和正文必须明确当前进度，不能把“提出证明”直接改写成“世纪难题已被正式攻克”。
- 把指控与事实分栏记录。谁提出署名争议、对方如何回应、哪些材料已经公开、哪些问题仍待调查，都应使用准确措辞。未经裁定，不宜使用“抄袭实锤”“窃取成果”等定性表达，避免损害相关人员和机构的合法权益。
- 避免用情绪代替证据。不编造模型名称、算力成本、聊天记录、奖金安排或证明通过率，也不引用来源不明的自媒体数字。对二手报道中的细节，应尽量回到声明、论文、代码仓库和当事方正式回应核验。
- 保护科研交流中的敏感信息。公开争议材料时，应隐去与公共利益无关的个人联系方式、账号信息和私密对话，避免以“求真”为名实施网络暴力或人肉搜索。
建立可追溯的AI科研署名与核验流程
要守住诚信底线，不能只依靠研究者自觉，还需要形成可审计的制度。首先，研究团队应保存AI参与日志，记录所用模型与版本、调用日期、关键提示、人工修改范围、外部资料来源和形式化工具结果。日志可以设置受控访问，但不能在成果公布后完全无迹可寻。
其次，署名应围绕可验证贡献，而不是围绕模型所有权或机构竞争分配。论文可单列AI贡献说明，交代机器参与了检索、猜想生成、证明构造、代码形式化还是语言润色。能够对正确性负责、解释核心方法并处理学术质疑的人类贡献者，才应按照通行规范确定作者资格；关键理论来源与在先工作则应完整引用。
再次，对重大证明实行分层发布。企业或团队可以先发布带版本号的预印本，但应同步标注“尚未经独立同行评议”，开放证明文本、依赖库版本、验证脚本和失败条件。期刊、学会或独立机构随后组织人工审读与机器复核，并公开勘误记录。形式化证明能够检查逻辑链条，却不能自动解决前提是否对应原问题、方法是否真正原创、引用是否充分等问题。
- 建立带可信时间戳的研究日志和版本仓库，保护合理的成果优先权。
- 要求高影响力AI科研公告同步公开证据包，而非只发布新闻稿。
- 设置独立复核期，避免市场宣传早于专家核验形成既成舆论。
- 制定跨机构署名争议处理程序，为研究者提供申诉和更正渠道。
- 将可解释性、可复现性和知识贡献纳入评价，不以“解题数量”作为唯一指标。
总结
数学家联署不是要求把AI挡在科研门外，而是在提醒社会：证明的速度不能凌驾于证据，商业竞争不能替代学术程序，机器输出也不能抹去人类知识的来源。守住科研诚信，需要把真实性、合法权益和道德责任落实为可追溯记录、清晰署名、独立核验和审慎传播。只有让每项突破都经得起“从哪里来、由谁贡献、怎样验证、谁来负责”的追问，AI才能真正成为扩展科学理解的工具，而不是制造优先权争议的加速器。
事件或资料日期：
2026年9月8日：OpenAI数学突破宣称及优先权争议进入公开报道，参见USA TODAY报道。
2026年9月11日：25位菲尔兹奖得主发布《人工智能在数学中的严重错位》，参见声明原文与签署名单；同日，争议背景及证明尚待独立核验等情况参见TechCrunch报道。
法规框架资料：互联网信息发布“九不准”与“七条底线”的具体内容，可参见中国电信公开说明。
