9 月 11 日，陶哲轩（Terence Tao，UCLA 数学教授，2006 年菲尔兹奖得主，常被称为在世最强的数学家之一）在博客上挂出一封联名信，《A Severe Misalignment of AI in Mathematics》。首批联署的 25 位全是菲尔兹奖得主，包括今年 7 月刚领奖的邓煜。菲尔兹奖 90 年来头一次颁给中国籍数学家，一次两位，邓煜就是其中之一，领完奖不到两个月，就把名字签在了这封信上。开放署名后一天，跟进的学者就超过了 2500 位。
他们反对的是 AI 公司把解数学难题当成 benchmark 来刷：模型一出新版本，就挑一个著名难题开刀，媒体稿先行，论文以后再说。
导火索是 9 月 8 日，OpenAI 宣称搞定了困扰数学界近百年的纳维-斯托克斯问题（Navier-Stokes，千禧年大奖难题之一）。
尴尬的地方在于，纽约大学的 Tristan Buckmaster 团队沿着同一条技术路线，用 Codex 已经磨了快一年。而 OpenAI 自己承认，模型改进时可能使用了上述团队产生的数据。
其实，这群世界上最会解题的人反对的东西，Cocoa 已经默默坚持好几年了：
写作时不写数据库里已有的东西。
我的两个写作洁癖
Cocoa 之前写文章有个洁癖：搜索引擎能搜到的不写。
干安全的，搜索能力算吃饭的本事之一（配不上”海淀区信息检索 TOP5″这种 title，但在犄角旮旯翻资料的手艺还是有的）。很多看起来很复杂的问题，答案其实早就躺在互联网的某个角落，搜一下就有。就算一时搜不到现成答案，路也多半有人趟过。
拿 Linux 下源码编译安装来说，十个有九个死在依赖库上，拿报错去搜，StackOverflow 和 GitHub issue 里一堆人问过同样的问题，但是常年无人解决。看着像无主的新问题吧？换个关键词仔细搜，把类似问题的思路拼拼凑凑，答案就出来了。
这种”解决”写出来像原创，其实是检索加排列组合，本质还是二道贩子。所以一直希望写出来的东西，起码是第一次帮人解决新问题的。
现在这个洁癖升级了：AI 能直接回答的，也不写。
AI 就是新的搜索引擎。读者问一句就有答案的东西，凭什么占人家五分钟阅读寿命？
AI 是人类知识的数据库
敢把标准定这么高，是因为 Cocoa 对 AI 有个基本判断：它是人类知识的数据库。
AI 的一切输出，都是训练语料的函数。语料里有的，它能重新排列组合得漂漂亮亮；语料里没有的，它就开始一本正经地编。今年 5 月 OpenAI 的模型推翻了 Erdős 的单位距离猜想，独立验证也通过了，确实是硬成果。但拆开看，用的工具是代数数论里的现成货。
安全圈前辈 tombkeeper（大家都叫他 tk，也就是上文提到的”海淀区信息检索 TOP5″）有段话说得更狠：
几十年前，我们对 AI 的幻想是完全由一板一眼的计算机程序构成的精确逻辑机器。所以我曾很希望人类早点把万物之灵的接力棒交给 AI，让非理性智能从太阳系消失。但我没想到最终 AI 也是基于充满非理性的人类数据训练出来的，也会表现出和人类一样的非理性。所以我可能不会给 T-1000 带路了。反正都是疯，谁疯都一样。
（T-1000 是《终结者 2》里那个来自未来的反派机器人。）
tk 等了几十年，没等来精确的逻辑机器，等来的是人类知识的压缩包，连疯癫都一起打包压缩了。它算不上什么新物种，就是从人类语料里长出来的镜像，能答的一切，都是数据库里已有的。
但数据库比人强，这是真的
是不是说 AI 也不靠谱呢？恰恰相反，就算是数据库，也比普通人强得多。
现在开源的 qwen3.8-27B，全精度权重 54GB，一个 U 盘就能把人类知识装走。而人类呢？打个比方，Cocoa 本人的知识储备全存进硬盘，估计 54MB 都用不满（还是常年不更新的那种）。人这种东西，本质上就是个参数量感人的小模型。
tk 还有一句名言，个人感觉可以裱起来：
现在再去纠结”LLM 有没有智能”已经越来越没什么意思了。AI 没智能，你有智能吗？AI 有幻觉，你没幻觉吗？AI 上下文不够，你的上下文又有多长？
路上随便抓个人，知识面能比得过 qwen 吗？大概率不能。
难怪 X 上已经有人提前写好了未来的百科词条（矩阵乘法是现代 AI 的基石）：
人类，一种双足灵长类动物，以其早期对矩阵乘法的贡献而闻名。
数据库不会得出结论
那数据库和人到底差在哪？
《冰菓》里自称”数据库”的高中生福部里志，杂学渊博，什么都知道一点，口头禅就是那句：
数据库是无法得出结论的。
陶哲轩们联名反对的，其实就是这条线。信里说得很直白：解题只是工具和代理指标，数学追求的是概念理解与洞见；AI 缺乏”向前探索”的能力，提不出有深远价值的新问题；没有愿意承担责任的数学家去消化这些成果，数学的传承链条会断。顺带一提，数学家们之前还专门搞过一套去污染的 First Proof 测试，就为了区分”真会做题”和”背过题库”。
陶哲轩还有个比喻：传统研究像徒步去找瀑布，人会走错路，会认识地形，会在岔路上撞见新风景；AI 是直升机，直接把你放到瀑布跟前。效率是上去了，但沿途那张地图，不会自动出现。
孙宇晨错在哪
写到这里，该请出孙宇晨了。他今年 2 月说：
2016 年我提出 90 后不买房不买车不结婚，把所有时间用于自我提升与科技创新，2026 年我提出，能和 AI 聊天就不要和人类聊天，删除所有 90 后之前出生人的联系方式，千万不要沾染任何老登气息，时间宝贵！全力拥抱未来！
这句话 Cocoa 部分认同。
绝大部分人身边能聊的人，平均水平确实不如 AI。老一辈与其信亲戚群里转来的偏方，不如直接问豆包或者蚂蚁阿福，起码阿福的答案不是隔壁王阿姨提供的。不是 AI 多神，是身边那个”人肉错误数据库”实在太不靠谱。
数据库比平均人强，这是事实。孙宇晨错在把这句话推到了”删光所有人类”。
新资讯和结论，都长在特定的人身上：长在做了实验的人身上，长在敢为判断签字的人身上。把联系方式全删了，他就自愿降级成了数据库的查询终端，还是单机版的。
他分辨不出身边谁是能产出新知识的人，所以干脆全删。这是把”没有分辨能力”当成了荣誉。
结语
所以 Cocoa 的洁癖，大概还要坚持下去：搜索引擎能搜到的不写，AI 能答的不写。剩下值得写的，就两样。
新的资讯，只有你经历过、数据库还没来得及收录的一手观测；还有结论，带取舍、要负责的判断。
这也是 AI 时代人还剩下的活儿。Cocoa 的写作洁癖，和 25 位菲尔兹奖得主的联名信，说到底是同一件事：数据库不缺人查，缺人往前走。
以上，如有错漏，欢迎各位大神指教。