陶哲轩将2026年的AI冲击比作“百年危机”，上一次类似动荡是20世纪初的数学基础危机。当时希尔伯特试图用形式化证明所有数学真理的无矛盾性，哥德尔1931年用不完备定理证明这条路走不通——任何足够强的公理系统都必然包含无法证明的真命题。这场大辩论奠定了一切数学证明必须依赖人类直觉把关的共识。如今AI生成的Lean验证证明在技术上实现了希尔伯特的纯粹形式化梦想，却附带一个哥德尔当年没料到的副产品：正确但不理解。历史兜了一个世纪，形式化的胜利反而成了理解危机的源头。

陶哲轩等人把OpenAI722篇手稿称为“算力霸权”，但OpenAI一方有不同叙事。首席科学家帕乔基在内部信中解释：这批研究是为了冲破“数学审美惯性”——人类专家会因“不够优雅”自动过滤掉AI的丑陋但正确解法，六维球面复结构就是例证。更关键的是，OpenAI主动放弃NS方程百万美元奖金，把全部手稿放进开源仓库。反方数学家反驳：开源不等于可理解，Dana Moshkovitz称AI的证明“像外星人的疯狂编码”，而她坚持了20年的唯一博弈猜想被证明是对的这个事实让她更加不安。同一组结果，一方看到效率革命，一方看到认知空洞。

当下已经能看到几个关键变量：SAIR计划近期发布开源数学模型，陶哲轩称第一阶段聚焦于“理解困难论证、核查引用、定义问题边界”而非抢发新证明；OpenAI内部Sage-7模型的722篇手稿需要学界数年消化，但公司透露下批产出已在管线中；Anthropic的Claude主动提交费马大定理形式化证明时同步发布可读的“人类摘要版”，被视作向学界示好。能否把“解释”纳入同行评审硬指标的博弈，会在第十二次ICM（2027年）上见分晓。真正的拐点不是某道难题被AI解掉，而是人类自己决定要不要把“讲得明白”从美德变成门槛。

陶哲轩把数学研究拆成五步：生成、验证、解释、接受、融入知识体系。AI加速了最前面的两步，但第三步“解释清楚”几乎原地不动。文章里那个癌症疗法思想实验把问题讲透了：如果AI给出一个通过三期的药丸，但没人能解释它为什么有效，扎针之前你敢让它进血管吗？这个问题真正值得追问的不是“AI能不能取代数学家”，而是：数学真理的标准是否正从“可理解”转向“可验证”？如果答案是“是”，那么教科书、博士培养、同行评审都得跟着改写。希尔伯特的梦想以预料之外的方式实现了，而哥德尔埋下的隐忧也以同样的方式回来了。