25位菲尔兹奖得主联名发表公开信，警告AI公司把重大数学问题当成benchmark，批评一些成果公布得过于仓促，缺乏充分验证、规范写作、思想提炼和前人成果归因。他们强调，数学的目标不只是得到答案，更重要的是获得理解、洞见，并培养下一代数学家。
这些担忧当然有道理。但我读完之后，还是觉得数学界漏掉了一个更重要的问题：当AI越来越擅长解决数学问题时，数学界准备怎样改变自己？
不能因为人类数学家还没有准备好，就要求AI慢下来。不能因为一个答案打乱了原来的研究节奏，冲击了论文、奖项和职业体系，就暗示这个答案“不应该那么快出现”。其他行业面对AI冲击时没有这种特权，数学同样没有。
程序员不能要求AI暂时别写代码，因为他们还需要几年转型；翻译不能要求机器暂停翻译；设计师、作家、客服、金融分析师也没有得到“等我们准备好再来”的待遇。技术一旦出现，就会改变职业结构。数学界当然可以要求规范、公平和责任，但没有理由要求技术迁就原有的职业节奏。
更值得反思的是，数学界现在强调“答案不是最重要的，真正重要的是理解和洞见”。这句话本身没有错。问题是，过去几十年，数学界真正奖励的又是什么？谁首先解决著名难题，谁获得论文、声望和奖项；谁第一个证明出来，谁拥有优先权。至于后来的整理、简化、解释、教材化，虽然人人都承认重要，却往往得不到同等的credit。
现在AI突然大幅提高了“首先得到答案”的能力，数学界开始强调“答案其实没那么重要”，公众当然会问：如果理解一直这么重要，为什么过去最大的荣誉往往还是给第一个解出问题的人？
AI真正带来的冲击，或许正好迫使数学界重新定义什么才是最有价值的数学工作。如果AI先给出了一个正确证明，人类数学家完全可以继续寻找更漂亮的证明，提炼其中真正重要的思想，发现它和其他理论之间的联系，把复杂的结果整理成下一代学生能够理解的知识。如果AI给出的只是暴力破解，那就更应该由人类去寻找背后的结构；如果AI真的发现了人类从未想到的新方法，那更应该被视为新的数学贡献，而不是因为发现者不是人类就降低价值。
真正合理的要求，是规范AI成果的发布。AI公司如果高调宣布“攻克了某个重大难题”，就应该承担相应责任：提供可读证明、接受充分验证、检索相关文献、注明前人成果，必要时进行形式化验证，也应该为独立数学家的审查和整理投入资源。
谁要宣布突破，谁就应该承担证明自己真的突破了的成本，但这和“限制AI解题”完全是两回事。一个公开存在的数学问题，不属于某个职业共同体。谁能解决，就应该让谁解决。人类研究了二十年，机器两天找到答案，这当然可能令人失落，但“我为这个问题准备了二十年”并不能成为让答案晚一点出现的理由。
更现实的问题是，如果数学界把AI参与前沿研究变成一种高风险、低回报的事情，AI公司也不会停下来等待。资本和算力完全可以流向材料、药物、芯片、能源、生物技术等更容易产生现实回报的领域。那时，数学界也许暂时保护了熟悉的论文和奖项体系，却可能逐渐失去社会关注和资源。
这才是最值得警惕的结果：不是AI毁掉了数学，而是数学界为了保护旧有秩序，把最强大的新工具推离了数学。所以AI真正逼问数学界的，不是“机器会不会抢走数学家的工作”，而是：当解题本身不再稀缺以后，数学家的价值是什么？
我认为答案并不悲观。数学家的价值可能反而会向更高层次移动：提出真正重要的问题，判断哪些结果值得关注，把零散证明组织成理论，发现不同领域之间隐藏的联系，把机器产生的结果转化为人类真正能够理解和使用的知识。数学不会因为AI而失去意义。但数学界必须接受一个现实：AI没有义务等数学家准备好。
技术不会因为一个行业还没想好如何转型就停下来。真正需要做的，不是要求AI放慢速度，而是尽快重新定义人类数学家的价值。因为未来真正稀缺的，可能不再是“谁先得到答案”。而是：谁能提出更好的问题，谁能理解答案意味着什么。
