10月16日，在加州大学洛杉矶分校（UCLA）举行的 Science x AI Summit 上，菲尔兹奖得主、数学家陶哲轩（Terence Tao）发出警告：随着人们把思考和解决问题的过程越来越多地交给人工智能，人类正在失去对问题本身及其解决方案的理解，这一趋势可能很快在现实世界产生严重后果。

这番言论出自陶哲轩的一场公开演讲。科学与人工智能研究基金会（SAIR）随后在视频平台发布了题为《Math 2.0》的完整演讲录像，相关片段在海外社交平台引发广泛讨论。

陶哲轩指出，人工智能在数学领域取得的进展，正在改变人类解决问题的传统方式。过去，数学家攻克复杂问题需要长期研究、理解相关理论，并在过程中积累新知识；如今，AI 能够快速给出答案，人类却未必能理解答案背后的推理过程。

他认为，这种变化在纯数学领域的风险相对可控，因为数学证明通常可以通过形式化工具验证。但当同样的方法被用于现实世界，情况会复杂得多。他特别提到电网、航空交通管制、药物研发和芯片设计等领域：未来人们可能直接把复杂问题交给 AI 处理，却缺乏对底层模型和现实约束的充分理解。

在这种情况下，AI 给出的方案可能在数学模型里完全成立，却不符合现实世界的真正需求。AI 甚至可能找到模型中的漏洞或边界条件，在满足表面指标的同时偏离人类原本希望实现的目标。

陶哲轩强调，问题不在于 AI 技术本身，而在于人类如何使用 AI。他主张推动数学研究进入所谓「Math 2.0」时代：让 AI 不仅帮助人类解决问题，更能增强人类对问题的理解，帮助研究人员识别模型的局限性和潜在风险。

10月22日，陶哲轩还在《自然》杂志发表文章，呼吁数学界重新审视 AI 时代的研究目标。他指出，当 AI 生成数学证明的速度超过人类理解和消化这些成果的能力，数学研究正面临新的挑战。AI 工具完全可能增强人类的理解力，但这需要研究方式和激励机制发生改变——真正需要保留的，不只是获得正确答案的能力，更是人类理解、检验和判断答案的能力。

纯数学与现实世界：风险差异

维度	纯数学领域	现实世界场景
验证方式	形式化工具可验证证明	依赖真实约束，难以完全建模
出错后果	多为理论层面	波及电网、航空、医药等关键系统
AI 依赖风险	相对可控	可能偏离真实目标

常见问题

陶哲轩是谁？

陶哲轩是菲尔兹奖得主，现任加州大学洛杉矶分校数学教授，被认为是当代最具影响力的数学家之一。

他是否反对使用人工智能？

并不反对。他反对的是盲目把思考过程完全委托给 AI，而放弃人类自身对问题的理解与判断。

什么是「Math 2.0」？

这是陶哲轩提出的方向：让人工智能不仅替人类解题，更帮助人类增强对问题的理解，识别模型局限与潜在风险。

普通人应当如何对待 AI？

把 AI 当作增强理解的工具，而非替代思考的捷径；对关键决策保持独立检验与判断。

信息来源

本文综合 IT之家（来源：凤凰科技）2026年11月4日报道，以及陶哲轩在 Science x AI Summit 的演讲、SAIR 基金会发布的《Math 2.0》视频与2026年10月22日《自然》杂志文章整理。