16位数学家联合发布《莱顿宣言》反对AI滥用 获超600人签名支持

一份反对在数学领域滥用人工智能的立场文件，正在全球数学界迅速扩散。该文件于荷兰莱顿大学发布，由16位知名数学家共同发起，目前已收到逾600名数学家的联署签名，并得到国际数学联盟等机构的背书。

宣言性质与名称缘由

《莱顿宣言》因发布地点而得名。莱顿大学是荷兰历史悠久的学术机构，这份宣言并非严格的组织章程，而是数学家群体自发提出的一份学术倡议，旨在厘清AI在数学研究中的合理边界。宣言明确反对将AI解题结果作为衡量数学价值的唯一标准，强调人的认知能力不可被技术替代。

联署规模与行业响应

• 截至目前，全球已有超过600名数学家签署该宣言。
• 国际数学联盟等相关机构为宣言提供正式背书，扩大了其学术影响力。

核心关切：理解力与判断力可能被挤走

“如果AI解题成了唯一标杆，人类长久以来珍视的理解力、洞察力和判断力可能会慢慢被挤走。”

宣言发起者指出，当解题速度与答案正确率成为压倒性评价指标时，数学研究中依赖深度思考与直觉判断的环节将面临被边缘化的风险。这一担忧反映出学界对技术工具过度依赖可能侵蚀数学学科认知根基的普遍警觉——计算能力的膨胀与人的理性判断之间，需要保持必要的张力。

大模型高考数学超135分、AI工具助产8篇论文，数学家联合反对AI滥用致低质证明泛滥

2026年新高考I卷数学卷被6款主流大模型轻松拿下，满分150分中全员超过135分，最高达到148分，选择题与多选题均为满分。这一结果让AI在数学领域的快速渗透再度引发关注。

数学研究从证明稀缺转向证明过剩

复旦大学计算与智能创新学院教授张军平指出，随着可学习数据集的不断丰富以及算力的提升，AI在推演能力和速度方面将持续展现对一般人的降维打击。

今年以来，AI在数学前沿领域的突破已逐步显现。Open AI宣布用AI模型解决了一个关于点与点之间距离的数学问题，推翻了80年经典数学猜想。菲尔兹奖得主蒂莫西·高尔斯评价称，如果这篇论文是由人类撰写并提交给《数学年刊》，他会毫不犹豫地推荐接收。

自2026年2月起，AI工具AxiomProver已促成8篇数学硬核领域论文出现在预印本平台arXiv上，其中5篇已被权威数学期刊接收。

知名数学家陶哲轩公开表示，在AI的助力下，数学正在从证明稀缺时代进入证明过剩时代。

上海财经大学计算机与人工智能学院副教授崔万云解释了这一现象背后的机制。他指出，大模型善于攻克那些看似高深的确定性认知任务，例如数学、编程、逻辑推理。凡是能给出明确反馈的任务，模型就能通过海量的试错与强化不断逼近正确。一段代码能否跑通、一个证明是否逻辑自洽，这些清晰的对错信号构成了模型能力攀升的阶梯。

数学家反对的是AI工具的滥用与低质量论文泛滥

面对AI的突进，数学界出现了不同的声音。有观点将数学家对AI的反对类比为工业革命初期工人砸毁机器的行为。

但细究相关宣言内容可以发现，数学家们主要反对两个核心问题：一是对AI工具的滥用导致低质量论文泛滥，并明确提出所有证明的正误和责任由人类作者全权承担；二是反对科技公司利用数学成果训练AI后形成反向垄断，从而推高研究门槛。

牛津大学计算机科学系主任莱斯利·安戈德堡曾警告，AI生成的错误论文如同建在烂地基上的房子，后续的研究盖在上面迟早会坍塌。

人类数学家成为最后守门员

当证明生成环节被AI无限压缩，证明消化的价值正愈发凸显。上海财经大学数学学院教授王艳华认为，未来数学研究者不仅要用好AI工具做研究，更需要将AI辅助生成的证明读懂、讲透，并实际应用到物理世界。“人类数学家是最后的守门员，起着辩伪的把关作用。”

所谓证明消化，即对数学证明内容的理解、解释和应用环节。在数学问题求解过程中，过去最有价值的是证明生成部分，而AI工具的出现使这一环节出现了井喷。

相关宣言中同样提到，证明必须是数学的基石，不能为了速度牺牲严谨性；结论必须能独立复现验证，不能黑箱操作。

AI跨领域能力与潜在的Move 37时刻

AI在跨领域知识的调用与重组上表现出较强的能力。王艳华指出，AI在几何研究中可以调用代数数论知识，而反观数学界，很少有人同时精通代数和离散几何。“AI已经可以成为数学研究者拓宽思路的重要工具，未来将有更多跨学科成果出现。”

在部分专家看来，AI在数学领域或将迎来Move 37时刻。Move 37指的是2016年3月AlphaGo与李世石对决第二局中，AlphaGo下出的一步被公认为AI棋力超越人类经验的里程碑式落子。张军平认为，未来AI或许能够不再师从人类，而是在数学研究中自成一套。

高校教学面临挑战：AI滥用正削弱思考与推理能力

当机器接过基础研究中的“体力劳动”，人类可以全力投入创造性的脑力劳动。但问题在于，AI的滥用正在削弱人类的思考和推理能力。

华东师范大学数学学院副院长程涛认为，无论机器如何发展，创新能力、提好问题的能力依旧是机器无法取代人类的关键，人类数学家的直觉无可替代。王艳华也提到，AI眼下还无法替代数学家完成复杂的原创理论构建，更不会有数学思想与数学审美。

在高校中，培育这份创新能力正面临诸多挑战。多位教师反映，越来越多学生习惯用AI完成课堂作业，甚至用AI提供的思路参加数学建模比赛、完成毕业论文。

• 以具体计算为例，虽然用AI可以算得又快又准，但在数学课上仍强调让学生手写计算过程。
• 这种练习无法快速得到答案，却是提升逻辑能力和推理能力的必经之路。

王艳华表示，数学的美感在于公式推演的过程以及长期积累后迸发的灵光一现。她提到，如今不少学生急功近利，放弃过程只要结果，而缺乏前期扎实基础就难以谈及将来的创新能力。

目前，多所高校在制定AI使用规范的同时，还在强化教学改革。程涛指出，对AI时代的大学老师来说，学会提问以及设计一个原创性的好问题愈发重要。

“当AI越来越强大，人就越被推向那个只有人才能回答的问题：接下来，我们要往哪里走？”崔万云说。