数学界的当务之急，是证明自己的可解释性。
近几个月以来，大语言模型的数学能力迅速提高，AI也同步开始解决一些重要的开放数学问题。人工智能发展对数学界的紧迫影响，直接催生了2026年9月11日一篇由25位菲尔兹奖得主联合发表的《人工智能在数学中的严重错位》声明。签署者并不否认AI在数学问题上取得的进展，也并不是主张将AI排除出数学研究；他们反对的是AI公司倾向于把“解决某些数学问题”作为衡量数学能力的核心标准。
在这些数学家看来，数学研究，从来不是把一道题从“未解决”标记为“已解决”就万事大吉。著名的数学难题之所以重要，是因为对这些题目的研究，能够催生出新的思想、方法和抽象结构；因此声明提出了一个十分关键的判断：解题本身只是通往“概念性理解与洞见”的工具和代理指标。
数学共同体所担忧的问题是真实的，但最大的问题恰恰在于，接受他们自己的前提，就将出现一个更加尴尬的情况：既然“解题”从来只是一种代理指标，那么一直高度依赖它的数学共同体自身，是否也同样存在“AI”问题？
几十年来，从学校的考试到数学竞赛，从人才选拔到专业训练，“解决别人已经定义好的问题”始终承担着衡量数学能力的重要功能，可当一般公众质疑这个标准时，数学共同体就像“黑箱”一样抛下“未来可能有用”就不再理会了。而如今，AI并没有拒绝这套规则，它只是突然把这项代理指标做到了一种人类无法竞争的程度。在这种情况下，这篇声明就变得很有意思了，因为我们突然发现，将主语中的“AI”与“数学共同体”，更换为“数学共同体”与“人类共同体”，整份声明的逻辑依旧通畅。
那么，也许首先要重新接受审查的，并不是AI
解题作为“代理指标”当然并非一无是处，精心设计的题目确实可以观察有限范围内的知识储备、抽象推理能力，我们很难直接判断任何一个个体是否拥有所谓的“数学洞见”，也不可能要求任何人都先尝试建立完整的数学理论体系。因此，“为什么数学教育要让学生做题”不是问题的核心，问题的核心是在数学教育体系内，我们赋予“做题”的地位，是否在不断的考试、竞赛、招生过程中，超越了其只是作为“间接测量”工具的地位。
数学界自己早就注意到了。丘成桐长期以来就是中国数学教育中反对刷题最激烈的数学家之一，2022年接受采访时，他明确表示，很多学生以为把题做对、把考试考好就是数学，但“数学的真谛不是做题，特别不是做别人出的题”，真正重要的是自己寻找研究方向和问题。丘成桐后来亲自主持了清华大学求真书院以及“数学科学领军人才培养计划”，尝试把这种认识制度化。
这个案例之所以重要，恰恰在于它戏剧化的结果，由顶尖数学家亲自尝试设计一套更接近“真正数学潜力”的选拔制度，然后——2026年求真书院预科班完成选拔、进入预科培养，大量学生在数学分析、代数和物理等课程考核中未达到要求。
根据《中国新闻周刊》采访，多名受访者称，面临清退风险的人数明显多于往年，接近预科生总数的20%，其中包括部分中学生数学奥林匹克竞赛金银牌获得者；丘成桐则公开透露，大部分学生考到80分左右，但有些学生只有28分、30分。
这次事件几乎重演了整个数学教育问题，求真书院希望自己能够超越刷题，然而培训市场在分析求真书院后又把它摁了回去。据受访学生和机构提供的信息，市场上已经出现针对领军计划的数学分析、线性代数、群论课程，以及专门的面试培训。原本用于测试学习能力的考试，本身也变成了可以研究的对象。
一个典型的Goodhart式问题——当一个指标成为优化目标后，就越来越偏离真正想要测量的东西。
现在我们回看声明中的“AI问题”，它完全有能力在几乎所有的“代理指标”测试方式中，都表现的像一个“优秀学生”，但声明仍然不愿据此承认其拥有完整的数学能力。那我们凭什么认可旧有的代理指标就能具有足够的检验效力？即便抛开“考核未达要求的学生”不谈，余下的学生我们又该怎么判断他们真的具有“数学洞见”，而不是又一批专门培训市场的“优秀产品”？
求真书院出现的情况告诫了我们，这个问题甚至不能通过“换一种更好的考试模式”来解决，它不是设计考试的人水平如何的问题，而是在对整个“数学共同体”提出要求，当数学家们今天要求我们不要把AI对问题的求解误认为数学本身时，这句话不能只说给AI听，而是要将这个问题原样送回给“数学共同体”内部——数学共同体现如今必须全部参与进来，重新设计整个数学教育体系了。
问题并不仅仅发生在数学共同体内部，因为数学在共同体外部同时还承担了公共基础教育的角色，但数学的外部作用，数学共同体也没能解释清楚。
绝大部分社会公众并不会成为数学家，他们在社会生产、生活中不必钻研代数几何，也无需证明新的定理，甚至离开学校后，除了基础算术之外没有再使用过任何复杂数学知识。但他们仍然需要在小学、中学乃至大学阶段花费大量时间学习数学，因为数学成绩会直接影响哪些他们真正需要获得的教育机会。
一个比“怎样培养数学家”影响更加广泛的问题出现了——一个并不准备成为数学家的人，为什么也要接受如此长期如此高强度的数学训练，哪些数学教育是真正必备的，哪些又是后期具体职业发展才需要的？
这不是一个新问题，2013年，北京市公布中高考改革征求意见稿，但这份《意见稿》引起了意料之外的讨论：既然传统主科可以因为教育目标发生变化，数学为什么不可以？随后“数学滚出高考”成为网络热点，新浪微博一项相关调查吸引超过16万人参与其中，他们当中的12万余人选择支持“数学滚出高考”；北京市教委随后也确实收到了有关减轻数学负担的建议，其中一些理由非常直接：许多高难度数学知识在以后的日常生活中根本用不到。
这当然不是一项具有代表性的社会调查，但这并不意味着问题本身不存在。当时数学教育支持者，中国教育科学院研究员储朝晖认为，数学对于逻辑思维以及思维方式方法的训练具有重要作用，因此数学学习对于人的成长仍然是必要的。
这种回答方式我们非常熟悉：你以后未必会直接使用这些题目，但解这些题的过程训练了比题目本身更加一般的能力。
这种回复当然不是“错误的”，但是对于一个需要即刻解决生活问题的社会公众而言，它和“没有回复”区别不大。我们几乎无法得知现在让所有学生进行的这种数学，是否确实以足够高的效率产生了我们声称它会产生的能力。证明数学是现代自然科学和工程技术的重要基础，并不能自动得出一个普通学生如今学习的数学在以后的生产实践中能起到相应的作用。
在外部质疑难以回答的同时，数学共同体内部也没能达成统一的共识。25位菲尔兹奖得主的联名声明把“概念性理解与洞见”置于非常核心的位置，并明确将解题称作通向这一目标的工具和代理指标。但仅仅六天以后，菲尔兹奖得主 Timothy Gowers 就公开解释自己为什么没有签署这份声明。他认为，对于不同数学家而言，“解题”和“理解”本来就可以互为目的与手段。
这意味着，当公众问：“我们为什么要学数学”，数学共同体甚至无法直接取出一个已经完成定义的“数学真正目的”交给公众。
数学共同体既没有充分证明这些训练怎样转化为社会生产能力，也远没有建立一套足以检验所谓“逻辑思维”“抽象能力”的统一标准，却已经先把“数学很重要”这张支票开给了所有学生。
到这里，前两个问题至少仍然属于制度问题。可一个正确的数学结果，究竟经过什么过程，才算变成了人类已经掌握的数学知识？
25位菲尔兹奖得主的联名信强调，一项数学成果不能停留在某个命题被标记为“已证明”的状态，新的方法和思想还需要被识别、讨论、简化，与已有研究建立联系，并最终被发展、整合进数学知识传统。即正确证明只是数学知识的原材料，人类对证明的理解和消化，才使它真正成为知识。
然而9月17日，Timothy Gowers解释自己为什么没有签署联名声明时，他不仅质疑将“概念理解”单方面置于“解决问题”之上的价值排序。第二天，Grant Sanderson则进一步提出：如果证明只是推进人类理解的一项代理指标，那么数学界就应该正式提高“有动机的解释”的地位。
因而，联名信在担忧“AI高速批量的产出答案无法融入人类既有知识体系”的时候，他们似乎便默认“当数学共同体完成理解整理和传承之后，人类理解的任务已经完成了”。可数学共同体什么时候获得了代表全人类宣告“我们已经理解”的资格？在AI诞生之前，数学共同体所产出的全部成果，就让人类共同体全部理解了吗？
自从古代流传的欧几里得“三奥波勒斯”轶事开始，数学家面对普通人的追问已经表现出了两千多年的不耐烦，数学共同体给出的回答似乎仍然没有完全走出这个故事。现如今，AI已经开始批量解决长期开放问题，数学共同体这个“AI”，过去最稳定的一项“性能优势”正在快速失去垄断地位。对于人类来说，数学共同体也不过是一个解释性更差的AI罢了，那人类对数学界的抛弃，不过是抛弃了一个更难用的工具罢了。
数学共同体在担忧“数学家以后会不会变成负责解释AI的工具”之前，恰恰应该先想想自己有没有履行好对人类共同体“解释数学”的责任。数学在教育界所出现的问题已经证明了数学家们并非“已经无事可做了”。
数学界的当务之急，就是向人类证明自己的可解释性。