2026 年 9 月 11 日，菲爾茲獎（Fields Medal）得主、加州大學洛杉磯分校數學家陶哲軒（Terence Tao）在個人網誌發表公開信，並公布由二十五位菲爾茲獎得主共同簽署的宣言《A Severe Misalignment of AI in Mathematics》。來源真實性已驗證：本文核對陶哲軒網誌原文與完整聯署名單、TechCrunch 報道，以及稍早由國際數學聯盟（IMU）背書的《萊頓宣言》（Leiden Declaration on Artificial Intelligence and Mathematics）。本文整理事件背景、技術爭議、應用場景與專業評估，並補充香港與亞洲機構可參考的管治視角。
一、核心事件：從解題衝刺到公開聯署
事件概要
聯署人指出，近數月大型語言模型在數學能力上躍進，已能處理多個領域的重大未解問題；但 AI 公司把「解出名題」當成能力基準與公關節奏，正損害數學作為一門科學與一個社群的運作方式。宣言用語直接：AI 公司目標與數學社群目標「嚴重錯位」（severely misaligned）。
陶哲軒說明，宣言來自近一星期得主之間的討論。因事態緊迫，未能像萊頓宣言般先走更長諮詢程序，故先以二十五位菲爾茲獎得主作初始聯署，並另設網頁邀請後續簽名。報道指《經濟學人》亦跟進此事。
這份聲明並非否定 AI 工具本身，而是反對把「搶先公布真／偽結果」當成數學進步的主要量尺。聯署人強調，數學的珍貴資源是學生與想法；兩者都需要時間與人與人之間的互動，才能長成可傳承的知識。
聯署陣容（節錄）
初始簽署人包括陶哲軒（2006）、Peter Scholze（2018）、Maryna Viazovska（2022）、Manjul Bhargava（2014）、James Maynard（2022）、Hugo Duminil-Copin（2022）、June Huh（2022）、Caucher Birkar（2018）、Alessio Figalli（2018）、Martin Hairer（2014）、Maxim Kontsevich（1998）、Pierre Deligne（1978），以及 2026 年得主 Yu Deng 等，覆蓋自 1978 年至 2026 年多屆得主。完整名單以陶哲軒網誌公布為準。
二、技術原理：解題只是代理指標
宣言重申常被外界忽略的區分：
- 解題（problem-solving）：得出對／錯或證明存在性，適合做成基準測試與新聞標題。
- 概念理解與洞見（conceptual understanding）：抽出新方法、簡化論證、寫成可教學文本，並接到既有文獻。
在經典科研流程中，名題是「燈塔」：有人解出後，社群會花很長時間演講、討論、簡化，最終寫進教科書；部分想法甚至數十年後才變成大眾可用的工具。AI 實驗室若以更快節奏大量產出「真／偽」陳述，卻省略完整寫作、方法抽離與正確引用，等於把代理指標當成最終目的，可能摧毀孕育新想法的土壤。
聯署人亦點名兩類具體風險：
- 歸屬與剽竊爭議：倉促公布、未及引用前人相關工作，在所有創意行業都會引發嚴重問題。
- 「沒有人接手就無法活起來」：若沒有願意把 AI 構想發展、核對並納入數學典範的研究者，那些構想不會真正進入人類知識鏈，數學家之間的傳承也會斷裂。
這與萊頓宣言的方向一致：強調證明的可理解性、人類署名責任、透明披露工具使用，以及反對用新聞稿時程取代同行評審。萊頓宣言並提醒，自動化工具可能產出「看起來像證明、實則不可靠」的論證，進一步擠壓既有審稿體系。
三、日常應用場景
1. 開發者與技術團隊
若團隊用 AI 代理自動產生證明、形式化腳本或演算法正確性論證，應把「可驗證輸出」與「可解釋洞見」分成兩條交付線：前者可用 Lean 等形式化工具機械檢查；後者仍需人類負責寫清假設、邊界條件與文獻關係。否則基準分數上升，工程文件卻無法維護，後續除錯成本會反噬。
2. 企業與隱私敏感行業
金融、醫療、法律等行業若把「模型解出難題」寫進行銷或盡職審查材料，可能重演數學界批評的錯位：對外是突破，對內卻缺可審計推理鏈。企業私有模型與內部知識庫更應強調引用、版本與人工覆核，而不是只追公有排行榜。對受監管機構而言，可重現的推理過程往往比單一正確答案更重要。
3. 一般用戶與教育
對數學教育而言，宣言的核心提醒是：訓練的價值往往在過程——提出問題、失敗、改寫——而不只是最終答案。若學習場景全面改成「直接要 AI 給答案」，技能積累會與評估指標脫鈎，長期會削弱提出新問題的能力。
4. 香港與亞洲市場視角
香港高校、金融監管科技與企業研發同時擁抱 AI 加速與國際科研規範。聯署反映的是全球頂尖數學家對「宣傳節奏凌駕知識生產」的反彈；本地機構在採購或合作前沿模型時，可要求供應商披露訓練／推理流程中的人類貢獻、引用政策與安全評估，避免只買「解題表演」。對金融與專業服務業來說，把關鍵推理留在可控環境、保留人類最終責任，與這次聯署的精神一致。
四、專業評價與潛在影響
優勢與正面信號
- 以菲爾茲獎得主集體發聲，把「AI 對齊」從抽象安全討論拉回具體學科生態。
- 並未否定 AI 可加速真正的數學研究；重點是人類如何駕馭技術，使變化有利而非破壞性。
- 與萊頓宣言形成「原則＋緊急聲明」雙層結構，方便學會、期刊與資助機構跟進。
需要留意的地方
- 宣言本身是價值與流程主張，不是單一技術標準；落地仍靠期刊政策、會議規範與實驗室內部治理。
- 外界容易簡化成「數學家怕失業」；原文強調的是理解、傳承與歸屬，而非禁止工具。
- 近期圍繞流體方程等重大宣稱的溝通爭議顯示，公開節奏已直接影響信任；企業若無法回答「誰的想法、何時進入模型」，爭議會持續。
結語
二十五位菲爾茲獎得主的聯署，把 2026 年 AI 數學衝刺的矛盾寫清楚了：模型愈會解題，愈要問解題是為了什麼。對科研社群，這是守護同儕驗證與知識傳承；對企業，這是提醒不要把基準測試當成全部產品真實。若香港機構希望在受監管環境部署可審計的私有 AI，而不是只追公開解題熱潮，可參考 YSK Limited 的企業私有 LLM 全託管方案（https://ysk.hk/services/ai-automation）。
參考來源
- Terence Tao, “A Severe Misalignment of AI in Mathematics,” What’s new, 2026-09-11: https://terrytao.wordpress.com/2026/09/11/a-severe-misalignment-of-ai-in-mathematics/
- TechCrunch, “OpenAI’s feud with mathematicians is only escalating,” 2026-09-11: https://techcrunch.com/2026/09/11/openais-feud-with-mathematicians-is-only-escalating/
- Leiden Declaration on Artificial Intelligence and Mathematics: https://leidendeclaration.ai/
- X 發現（TechCrunch）：https://x.com/TechCrunch/status/2098516709887852966