据量子位报道，前OpenAI后训练副总裁Liam Fedus于9月15日回应陶哲轩等25位菲尔兹奖得主9月11日联署的声明，称AI未来不仅可解题，还可能提出有价值的洞见、建立新的概念框架，双方分歧在于AI能否参与数学知识创造。这份声明题为《人工智能在数学中的严重错位》，由陶哲轩在个人博客发布，署名者横跨近半个世纪，从1978年菲尔兹奖得主皮埃尔·德利涅到2026年菲尔兹奖得主邓煜。

声明认为，当前AI公司将“解决著名数学难题”作为衡量模型能力的重要标准，与数学共同体追求概念理解、方法提炼和知识传承的目标存在严重偏移，甚至可能损害数学科学本身的发展。声明列出五点关切：解出难题只是数学研究的一部分；答案需要被理解才能成为共同知识；AI匆忙发布成果可能忽视前人贡献；培养学生不能被最终答案替代；AI有潜力促进数学，但如何使用它至关重要。

这一争论的背景是AI做数学的能力正在跨过新门槛。2024年，AI在数学上的代表性突破还主要集中在IMO等竞赛数学，从银牌水平逼近金牌。2025年至2026年，模型开始进入开放数学问题，陆续挑战Erdős系列问题、几何猜想和千禧年问题。2026年5月，OpenAI内部模型反驳了已有近80年历史的Erdős单位距离猜想，构造出无穷多反例，并在证明中引入代数数论工具。相关结果经外部数学家检查后，被菲尔兹奖得主Tim Gowers等人称为“AI数学的里程碑”。9月初，OpenAI又宣布，利用约1万个自主AI Agent配合内部高级模型，在约88小时内找到三维Navier–Stokes方程出现奇点的证明，并通过Lean进行了形式化验证。

当AI越来越像数学研究者，新的争议随之出现。9月初，纽约大学数学教授Tristan Buckmaster与Anthropic数学家Levent Alpöge公开了一项关于流体方程奇点的研究，OpenAI几乎同期宣布内部模型也在约1万个AI Agent协作下完成了相关证明。Buckmaster怀疑OpenAI是在得知他们尚未公开的研究方向后才开始攻题，双方随后围绕署名、优先权以及模型是否可能接触过相关用户数据发生争执。

Liam Fedus赞同陶哲轩对概念理解的重视，也认为随着AI能力边界扩展，“解决一道题”和“给人类提供新的思考方法”最终并不矛盾。他赞同AlphaGo与围棋的类比，并引用Noam Brown此前的判断：AlphaGo出现后，人类棋手水平明显提高，数学领域或许也会出现类似变化。

几家重要数学机构已分别作出回应。美国数学学会强调，围绕Navier–Stokes方程奇点问题的最新进展并非AI凭空完成，而是建立在Navier、Stokes、Leray以及近年的Córdoba、Martínez-Zoroa、Buckmaster、Alpöge等几代数学家的长期积累之上，并明确提出数学的目的是人类的理解。伦敦数学会把AI定位为一种强大的新工具，认为它可以加速探索和发现，但提出问题、创造新概念和形成真正的数学理解仍然是人的工作。克雷数学研究所对Navier–Stokes新证明没有直接确认成立，而是表示结果仍需公开、经过同行检验并接受长期验证，同时强调重大数学难题的价值从来不只是最后那个答案，还包括解题过程中产生的新思想、新方法和新理论工具。