陶哲軒部落格的記功提案：當 AI 能生產證明，理解該記上學分

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

過去一週，陶哲軒（Terence Tao）的部落格幾乎成了數學界 AI 辯論的看板：10 月 6 日談 Erdős 問題網站改版，10 月 8 日寫〈我們該告訴學生什麼〉、也轉載了一則針對 OpenAI 數學文件功能的聲明，10 月 9 日討論 Lean 證明器的可靠性，10 月 10 日談 Math 2.0，10 月 11 日再談證明之外的插圖，10 月 12 日則貼出集點文，整理 Buzzard、Kalai、Helfgott 等七位數學家近期談 AI 與數學的文章。這波討論的核心文件之一，是 9 月 18 日刊在這個部落格的來賓文章：3Blue1Brown 頻道經營者 Grant Sanderson 寫的「If math is more than proof, we need to better celebrate the rest of it」。文章在 Hacker News 拿下超過 430 分、280 多則討論，10 月 11 日又隨 X 上的新一輪轉述再受關注。它的提案可以用一句話說完：當機器能生產證明，數學界應該把「讓人理解」這件事本身，變成可以記功的學術產出。

Pin

證明是數學界的記帳貨幣，AI 正在讓它貶值

Sanderson 的出發點，是數學界自己掛在嘴邊的一個共識。他在文章開頭寫道：解題與產生證明，一直以來都是數學家真正目標的代理，那個目標是推進人類理解；當證明可以在缺乏理解的情況下生產出來，它作為代理的價值就隨之削弱。

把這段話換成經濟學的說法：證明像是數學界的記帳貨幣。大家真正要的是理解，但理解難以直接計量，於是長年用「證明了什麼」來記功。AI 證明工具出現後，這台印鈔機不再只掌握在人類手裡；記帳單位若不跟著換，帳面就會逐漸失真。

他因此在文中提出兩個動作：把一類他稱為「有動機的解釋」（motivated explanation）的工作定義清楚，並讓新穎而有說服力的此類工作，取得接近「解開公開問題」的學術信用。他特別畫出一條界線：這不是在談科普。他要講的是任何以回答「你會怎麼想到這個」為主要目標的工作，即使內容需要相當專業的背景才能欣賞。

文章裡對現況有一句判斷值得單獨抄下：「此刻，每一個 AI 生成的證明，出生時就是一個未解的闡述問題。」他接著預期，未來幾年這類未解問題會大量湧現，由誰來決定哪些值得投入理解，會變成實際的資源分配問題。這個判斷與今年的幾個事件互相呼應：OpenAI 的千禧難題證明宣稱才剛掀起過草稿信任風暴，旗下又成立了數學顧問團，開源社群那一側，整數乘法常數的論證審查正在眾人眼前逐條進行，AI 也已經解開過 370 年沒人解開的密碼。

「有動機的解釋」長什麼樣子

Sanderson 給的操作定義，是拿證明逐項對照。在證明裡，定義放在開頭，先給出新構造再分析它的性質；在有動機的解釋裡，定義放在中間，只有當問題已經清楚建立起來，新的構造才有資格進場。在證明裡，每個敘述都必須正確，每個主張都是前文的必然推論；在有動機的解釋裡，從一個不完全對、但出發點容易共鳴的想法開始，不但可以，而且常常是好的。

兩者的範圍也不同。證明要解釋的是某個定理為什麼為真；有動機的解釋還要多答兩件事：這個定理當初為什麼是該問的問題，以及它在周邊脈絡裡怎麼派上用場。

他自己反覆使用的一條自評準繩是：「我要讓它感覺像你自己本可以發現它。」他說這句話除了安撫觀眾，還有一層實際用途，它是可以操作的檢查方式：對每一個引進的新想法，都可以問「這個想法從哪裡來」，答案不是簡單的是與否，但已經接近到實用。連選詞都是同一個邏輯：他挑 motivated 這個字，而不是 lucid 或 demystifying，正是因為前者相對可檢驗。文裡還收錄了一種他特別偏愛的文類，借 Michael Nielsen 取的名字叫「發現虛構」：從一個簡單但錯了的解法出發，看它在哪裡開始壞掉，修好它，再撞見新的問題，一路往下。許多真正讓人記住的推導，走的就是這條路，只是寫進論文時往往燙平成從天而降的定義。

Erdős 問題 1196：新分工已經在跑的活例

這個提案不是憑空談，文章中段舉了一個已經發生的案例。Erdős 問題 1196，有時稱為漸近原始集猜想，是 Erdős、Sárközy、Szemerédi 三人在 1966 年提出的猜測。維護 Erdős 問題清單的官方網站，如今在這一題的頁面上寫著：本題由 GPT-5.4 Pro 解出，提問者是 Price。依 Sanderson 文中回述，Price 在四月提交了這個解。

Pin

照他在文中的敘述，接下來的兩步才是重點。Sothanaphan 與 Lichtman 先把 AI 的做法解讀出來，整理成人類可讀的證明；到了五月，Alexeev、Barreto、Li、Lichtman、Price、Shah、Tang 與陶哲軒八人發表論文，把證明背後的關鍵想法擴展開來。這篇論文已放上 arXiv，摘要介紹方法時就開宗明義寫明：這套以 von Mangoldt 權重馬可夫鏈為基礎的新方法，構想出自 GPT-5.4 Pro 的輸出。論文證明了 1966 年的兩個猜想，給出 Erdős 原始集猜想的一個短證明，還解決了修改版的 Banks-Martin 猜想；照摘要的說法，那個猜想長年來在這個領域享有統合性主定理的地位。

Pin

Sanderson 對這個案例的讀法是：價值不在於又多解了一道 Erdős 問題，而在於我們對原始集合的理解，現在比年初更乾淨、更令人滿意；真正值得慶祝的，是把關鍵想法擴展、釐清並放上脈絡的那篇論文。把案例放回他的框架：AI 出證明，人類做理解，兩段都有產出，而機器端證明的產速還在加快。照他的讀法，重點應放在擴展理解的那一段；但現行記功制度向來只環繞解出問題記功，把闡述性工作歸在二線，這正是他想改變的失衡。

三十年前就寫下的辯論

這套焦慮並不是 AI 帶來的。Sanderson 在文中回頭引用 Bill Thurston 在 1994 年發表的〈On proof and progress in mathematics〉。Thurston 當年寫道，Appel 與 Haken 用大量自動化運算完成四色定理證明時引發爭議，他對爭議的解讀是：人們質疑的對象幾乎無關定理或證明的正確性；爭議反映的，是對人類理解的持續渴望。Thurston 還列舉自己投入的種種「不產生學分」的活動，從數學政治、把講義改寫成書，到在幾何中心發展新的數學傳播形式（他們的第一部實驗短片是 Not Knot）、主持 MSRI。Sanderson 自己補充：幾何中心的短片 Outside In 把 Thurston 本人球面外翻構造的關鍵想法視覺化，對年少時的他影響至深。Sanderson 的反問是：為什麼這些活動要排在費爾茲獎後面，而不能構成它的一部分？

另一個他點名的先行者，是 Timothy Chow 在 2007 年的〈A beginner’s guide to forcing〉。這份指南本身就是他舉出的有動機解釋範本，引言提出的詞彙也沿用至今：公開闡述問題，意思是把一個數學主題講到完全通透，每一步都有動機且清楚，理想情況下，學生應該覺得那些結果是自己本可以推得到的。Sanderson 想像的極端版本，是為公開闡述問題辦一份千禧獎等級的清單。

他還舉了 Gowers 主編《普林斯頓數學指南》的例子。Gowers 在受訪時說過，這件工作大概用掉他五年的半數工時，而他相信若不是先拿了費爾茲獎，自己大概不會有機會接下它。Sanderson 的評語很直白：這本指南為數學帶來巨大價值，但需要費爾茲獎才能「覺得有理由投入」，本身就是記功制度的失衡。

文章給出的五個起手式

文末的可行動清單，Sanderson 自己說只是幾個建議：

• 指導教授仍然可以給新生小題目練手，但交付物從寫出解答換成上台講給同儕與老師聽；用他的話說，小題目可以當成小型博士口試來操作。
• 一位龍頭人物（他寫成 cough, Terry, cough）可以列一份現代版的 Hilbert 問題清單，專門收未解的闡述問題：哪些領域重要、又缺乏大家想要的那種深入理解。
• 書面標準：把什麼算是有動機的解釋寫清楚，讓它接近證明那樣可驗證，未解闡述問題的解也才能得到承認與慶祝。
• 期刊：可以辦更明確以「讓更多人看懂結果」為目標的期刊；他點名 Mathematical Discourse 這個新的同儕審查影片期刊作為例子。
• 聘任與升等：把寫出好教科書之類的工作看得更重，概念上像 AMS 的 Steele 表揚獎，但更細緻、更偏向早期職涯。

對圈外的讀者，他還有一層文化論述：現在正是對數學生涯感到不確定的時刻，但一個領域可塑的時候，也是進場的人有機會塑造它的時候；改變在感覺是有意為之時令人興奮，在感覺外力推著走的時候才令人恐懼。他甚至說，此刻是資助數學的好時機。

作者自己攤開的軟肋

這篇文章對自己的弱點處理得相當誠實。利益方向上，Sanderson 承認自己走的是非傳統路線，靠製作數學影片維生，這個提案很容易讓人讀成自抬身價；但他也說明，自己的職涯與經費都在學術界外，對學界怎麼記分沒有切身影響。

驗收機制上，他直接寫下這個提案最硬的限制：證明的好處是二元，有沒有證明一目了然；有動機的解釋的有效性不是二元。他的原話是，永遠不會有給有動機解釋用的 Lean。要認真對待「人類理解」這個目標，就躲不掉它內在的模糊，因為定義理解本身就是模糊的。他的回應是：迴避比較主觀的量尺，等於迴避這個領域裡屬於人的部分。

放在最後的還有一個歸屬上的細節。這是來賓文章，作者欄屬於 Grant Sanderson；陶哲軒的編按只交代了兩件事，一是掛名邀稿，二是文章最初以另一種檔案格式寫成、用 AI 轉換。10 月 11 日讓討論再起的 X 貼文寫道：不該滿足於一個不透明的超級智慧，智慧的關鍵訊號之一是溝通，我們該努力打造與人一起建立理解的產品與模型，避免把人從中間移開；這則貼文把「方向正確」的功勞記到陶哲軒名下，名字還拚成了 Terrence。這恰好是文章論點的縮影：局外人怎麼理解數學家在貢獻什麼，取決於這個社群最表揚什麼樣的工作。

觀察這場辯論的幾個落點

對教育現場，這篇提案提供了一個比「禁用或開放 AI」更根本的槓桿：記功制度本身。作業與考試表彰什麼，學生就會往那裡去；把「講得讓別人懂」放進受表揚的範圍，是 Sanderson 那套博士班提案的一般化版本。對關注 AI 進展的讀者，這場辯論的驗收點也很具體：有沒有機構真的開始列闡述問題清單、聘任個案有沒有把闡述工作計入、Mathematical Discourse 這類期刊能不能撐起審查量能。陶哲軒的部落格與他 10 月 12 日的集點文，是持續追蹤的入口。

這篇來賓文章本身在 10 月 2 日有過修訂，屬於持續編修中的活文件。另外有兩處細節的層級需要留意。Price 在四月提交解法一事，目前僅見於 Sanderson 文中回述，Erdős 問題官方頁與 arXiv 論文都只反映五月論文之後的狀態；Mathematical Discourse 的定位出自官方自述，尚無獨立的運作紀錄可查。