近来，AI给数学研究带来的冲击在数学家群体中引发了不少讨论：AI生成的证明该怎么读懂、成批论文扎堆发表意味着什么、现行学术评价体系会受到哪些影响，等等。这些声音大多盯着数学本身、数学家职业的变化，以及研究者个人的焦虑。美国数学家的内斯托·吉伦把目光挪到了更宽的制度层面。在他看来，AI实验室的底层逻辑就是“攫取”，数据、财富和政治权力都被集中到少数几家不受问责的公司手中。数学共同体该怎样参与进来，去塑造数学研究、科学事业乃至AI发展的走向？

在这篇立场鲜明的文章里，吉伦对OpenAI、Anthropic等企业提出了严厉批评：发布过程不透明、动不动签保密协议、搞政治游说，还围绕模型访问权搭起一套“庇护体系”。他主张数学家别再待在象牙塔里，

把个人层面的焦虑变成实际行动，介入公共事务，与高校、研究机构、公众和产业一起拟定一份“新政”，推动AI时代的科学更好地服务公共利益。

撰文 | 内斯特・吉伦（Nestor Guillen，德克萨斯州立大学副教授）

各大AI实验室的愿景，建立在掠夺式攫取之上：攫取数据、财富与政治权力。数学家必须抵制这种做法，跳出个人情绪层面的反思，去推动数学界社会契约的重塑。

罗斯福那句话放到今天仍然成立：真正该怕的只有恐惧本身——那种说不清来由、不讲道理、凭空冒出来的恐惧，它拖住人的脚步，让人没法把后退变成前进。这是我最想先讲明白的一点。

——引自FDR（罗斯福）1933年3月4日就职演讲[1]

围绕数学与AI的讨论中，人们谈了太多数学家的感受和恐惧，却很少提到数学家实实在在的切身利益与现实诉求。我担心，讨论如果一直停留在个人情绪上，大型AI企业就会毫无阻碍地推进扩张与征服。把话题框在抽象的感受与焦虑里，会遮住一个事实：这些情绪，本来就和许多人生活中息息相关的现实物质问题绑在一起。

我说的，是这个产业乃至各国政府本身，正在持续损害科研生态。我指的是一种在我看来合乎现实的观感：头部AI企业正在变成不受问责、盘根错节的强势力量。我还指那些大型AI公司通过种种方式施加影响，不只是科学家们的工作，连广阔的经济领域和普通公众的生活也被渗透。

我们并不否定围绕数学这份事业、以及我们从中获得意义的那些有益探讨，但讨论现在必须超越个人层面，进入公共政治的视野。一头，整个学科正面临大语言模型（LLM）兴起带来的冲击，学界的整套运行规则必须重新审视；另一头，大型AI企业不断积累财富与权力，这份权力有一部分建立在数学家向全社会公开的思想成果之上，而企业运用这份权力的方式，已经损害了公共利益。

公众也该把这些议题当回事，不能只丢给数学家去操心。有几个问题需要摆上桌面：数学家自己想拿什么来替换眼下这套做法，而不是让AI公司替他们决定？数学家、高校与研究所、公众、产业之间能不能谈成一份“新政”（New Deal)[2]，这件事值得公开讨论。

海报是罗斯福1940年竞选连任时那种风格。不妨把时间拨到2034年，设想美国数学会（AMS）或国际数学联盟（IMU）贴出这样一张海报：一边是2026年的数学，一边是2034年的数学。接下来一年左右怎么选，决定了这张海报会不会出现，也决定了它长什么样。

那套旧契约，或者说它如今剩下的一点被削弱的版本，可以叫数学1.0。它的激励方式把我们牢牢绑在论文和定理的数量指标上，养出了对天才神话的迷信，把奖项的分量抬得过高，也把那些经典、出名的未解难题捧得太热。这套旧契约，本来就是二战后科学、产业、政府之间那个更大框架里的一块。

数学2.0[4]该往哪走，我在另一篇《AI行业：旧时代落幕的标志性缩影》里讲过：要推动更深的数学理解，让人与人之间、学科与学科之间多协作，也让数学和公众连得更紧。

这几年已经看得很清楚：毁掉一套体系，比建成一套体系省力得多。这份“新政”要谈成，很难，可第一步总得迈，就从正视眼下失效的地方开始。还有一点也得看明白：AI巨头想造的那个反乌托邦，以及这套东西落到数学和科学头上会是什么后果。二战后政府、高校、产业生态里管着科研模式的那份旧契约，需要重新想一想。它带来过数不清的成就，可危机的种子，早就埋在它自己里面。

前沿AI实验室的人工智能愿景

硅谷和它几家头部实验室现在讲的AI愿景，根子上是把价值榨到极限：数据、财富、政治权力，一样不落。数学和科学看重的东西——好奇心、诚实、透明——跟这套逻辑正好顶牛。这些理念能变成行动，也必须变成行动。还有更要紧的一层：科学家与数学家[注释1]手里有力量，肩上也有责任[注释2]，去挡住这条掠夺性、破坏性的路子。

事情不小。AI实验室这套愿景一旦落地，数学与科学探索的门槛就会被焊死，只给少数人脉广、资源多的圈内人留着。各家实验室发布自家模型产出的成果，模型却只有内部员工能完整使用，研究方法、所用数据一概不公开。要是一家实验室说“解决了10个大问题”，却绝口不提之前还有10000个问题失败了，那旁人到底学到了什么[5]。他们把签NDA（保密协议）当成分享内部模型发现的前提[6]；嘴上说要设独立咨询委员会，做起来正相反，委员会的建议说晾就晾（可参阅《OpenAI：鲁莽而脆弱的帝国》）[7]。

数学之外也有同类案例，例如OpenAI用于药物研发的模型及相关的初创企业[8]、Anthropic的Mythos系统，都只向少数选定对象开放预览。这些AI实验大型AI实验室还向超级政治行动委员会（super PAC）投入数千万美元[9]，并开展各种程度令人不安的游说活动[10]。

AI实验室正在搭一套围着模型使用权转的庇护体系（OpenAI发言人爱用“牧羊人”这种委婉说法来包装[11]）：被实验室挑中的人能访问内部模型，他们想拉拢的政客拿到大笔竞选捐款，数学家呢，偶尔领到一个月免费的ChatGPT或Claude使用权。

这些设想彼此并不自洽，裂缝和矛盾随处可见。但几家AI巨头手里的政治资源、经济资源已经够多，完全可能让其中一部分成真。即便最终没能全部落地，光是这番尝试，也足以重创数学和科学。只要这套蓝图实现一部分，高校和独立科研机构就只剩两条路：要么关门，要么彻底仰仗那几家大公司。真到了那一步，凡是不服务于少数几家巨头私利的研究，都很难推进——这些企业不受约束，根基又深。

受影响的不会只是数学和科学，整个社会都会被波及，私营部门和政府承担的公共职能都跑不掉。先说眼下：不少跟数学无关的创意行业，已经被这套掠夺式的AI逻辑冲得七零八落，其实好些行业早就挨上了。要挡住这波破坏和价值攫取，就得正面应对前沿实验室握着的庞大力量。可批评者手里缺时间、缺资源，AI企业那边却有一整套强大的舆论机器。巨头和拥护者早把“普惠化”“富足时代”挂在嘴边，说得像天经地义；一旦被他们想取代的创作者开口批评，又立马给人扣上“设门槛”的老帽子。一边拿用户数据赚钱，一边让不用他们产品的人寸步难行，一边还说着这些漂亮话。

AI实验室在这些小规模交锋中最顺手的武器，就是这套话术：谁批评他们的商业模式，谁就是在批评AI、批评技术、批评进步本身。社交媒体上一大批AI博主帮着传播这套叙事，数学家群体自己的一些失误，也在无意中给这种论调添了柴——这个话题留到另一篇文章再说。说到底，这套说辞能站住脚，是因为一套真正可行、能替代现有路线的AI发展蓝图至今还没出现。科学家恰好站在一个有利位置：既看得穿这套偷换概念的把戏，也有机会拿出替代方案——一条不以掠夺为核心、能包容普惠的AI路线。

不过现在离那一步还差得远。头部实验室给用户的逻辑很直接：用户是要抢的，你最好用上我们的产品，别被时代甩下。同时他们面向大众做媒体宣传，把大语言模型这套“机器神谕”式的叙事包装成既定事实。这条路要是没人管，会把我们带进一个更不自由、更没活力、更不安全、繁荣程度也打折扣的社会和经济体系。

视觉艺术和出版行业里，这种破坏早就轰轰烈烈地展开了。数学家和科学家手里有别的创意行业没有的底牌：大语言模型本身就建在我们发展出来的工具、理论和方法上。我们能把这层神秘外衣揭开，说清楚今天这套技术形态不是什么天命所归；实验室交到我们手上的，只是其中一个特定版本——对他们有利、对公众不利的那个版本。

数学家可以拿出更细致、更辩证的眼光，拆掉AI实验室最厉害的那件宣传武器，再提一套替代愿景：不再以攫取和集中管控为底色。

捍卫数学和科学，保住的其实远不止这些。有个道理看着浅，还是值得再说一遍：现实社会要是塌了，属于数学和科学的那个国度也存不下去。

数学家要对付的不光是AI公司、不光是AI技术本身，还有另一件事：二战后科学家、政府、产业之间那份社会契约，正在瓦解。

战后的科学契约，以及它的衰落

这份社会契约从二战结束一直延续到世纪之交，算不上完美，但足够稳，在政府、学术界和产业之间维持了一种可行的平衡。它很大程度上和万尼瓦尔·布什（Vannevar Bush）绑在一起。布什是美国国家科学基金会（NSF）的创立核心人物之一，也是设计政府、高校实验室、产业之间分工与关系的关键构想者。（可参阅 从《科学：无尽的前沿》看科学的功用、规划和实施丨展卷）

布什是罗斯福的重要顾问，可他对新政[注释3]持批判态度，因此反对当时的一项提案：由公众持有联邦资助研究所产生的专利。西弗吉尼亚州参议员基尔戈尔（Kilgore）曾提议联邦政府完整拥有这类专利，布什坚决不同意，最后赢的是布什。

直到今天，联邦经费支持产出的专利，也没有强制要求让公众享有部分所有权。布什主导下的NSF也对批评者让了一步，比如基金会主任由总统任命；后来NSF还把社会科学纳入了资助范围。

得承认，布什这套构想跑了几十年，成果很丰厚。但这些年批评它的声音越来越多。硅谷和AI产业就是这套模式结出来的果子，好坏两面都占。谷歌的网页排名PageRank算法，部分要归功于NSF资助拉里·佩奇（Larry Page）、谢尔盖·布林（Sergery Brin）读研期间的研究；强化学习、图像处理领域的奠基工作也靠过NSF资助，那时候这类研究很难从私人资本那里拿到钱。

另一面是，这些思想一旦流进商业和风投领域，数学家和科学家就说了不算了，往往也沾不到直接好处。科学家和公众放弃所有权、控制权，本来就是布什这套构想的一部分。我不清楚这是不是布什原本想要的结果，也不知道他会怎么解释自己的理念；但现实摆在那：正是在这套体系里，我们丢了控制权。

这套深刻塑造科研院所、政府和产业关系的模式，如今基本失灵了。它崩坏的时间，早于本届美国政府大砍NSF、NIH经费，早于硅谷领导层公开敌视公共科研和高校，也早于出现运营成本高达数百亿美元、经费规模堪比NIH、远超NSF的企业。

记者、作家罗伯特·卡罗（Robert Caro）说过：权力导致腐败是事实，但同样真实的是，权力也会暴露本性[注释4]。这些私人AI实验室至少在自己眼里，已经握住了巨大的权力。就算我们不认这种认知符合现实，也能同意一点：它们自己对此深信不疑。

自认手握强权之后，它们做了什么？觉得自己马上要席卷全球经济的时候，它们是怎么行事的？这些行为暴露出怎样的品性和价值观？回看2026年，它们的所作所为至少可以说极具“暴露性”。假如它们真能长久把权力架在所有人头上，照着过往的表现，我们能预料到什么？

前文聊了不少AI实验室的做派，这里再补几桩近几周的事当旁证。今年8月，OpenAI曾表态“不会一次性放出所有解答” [12]，话音未落就一口气甩出近四百篇论文，里面不少有错、也难读，方法、提示词、数据照旧一概不透明。

10月26日，他们又高调推出三项新成果，同样不透明，还一本正经把这种封闭的庇护安排说成“和学术共同体共建科学认知” [13]。这批成果据说先单独发给个别科学家，其中一位拿到成果的学者，连身份都不公布。Anthropic那边也没能把AI智能体管稳[14]，攻击政府网站之类的事还在持续发酵[15]，类似的例子还有。

数学领域眼下看到的这些，只是开头。大语言模型正在渗进产业和社会的各个角落。前文我借林肯的话说过：数学家不光能、也必须正面回应AI实验室这套愿景；这件事必须做成，还得拿出一份能替代战后旧科学契约的新方案。但第一步，是走出舒适区。

我们常说数学就是力量。现在该动手了。

有件事，很多人（不是所有人）长期以来有幸可以躲开[注释5]，数学家必须开始做了：介入公共政治事务。这里的政治不是党派之争，而是主动关心社会状况和集体福祉。

真这么做，就等于打破延续近百年的常态。长期以来我们待在象牙塔里推进数学知识，对知识在现实世界怎么用这类实际问题不闻不问。几十年来，技术由谁落地、归谁所有、谁从中得利，这些问题对我们都很陌生。我们曾以为，回答这些问题的人会对全社会负责，也懂得数学洞见带来的力量意味着多重的责任。

我们当中有人太天真，有人则选了漠然。这件公共层面的事，和改期刊体系、改聘任晋升规则、改科研经费分配一样，都是学科改革的一部分；事实上这些议题彼此紧紧咬合。

今天，统计学、信息论、优化理论、偏微分方程、几何这一整套数学工具的力量，已经被硅谷的前沿AI实验室收进去了。这是个警示意味极强的极端样本：巨额财富和权力，大量建立在STEM（科学、技术、工程、数学）、尤其是数理科学的思想之上；而数学家默认会有人替我们守住开放科学、拦住权力过度集中，最后换来的是什么。

有些前沿实验室说我们很快会变得无关紧要，可现实恰恰是这些实验室造成了眼下的局面——公众极度需要数学家的专业能力。大语言模型在全社会铺开，从技术、文化层面理解它的需求大量冒出来，也需要一套技术框架，让技术落地时能护住消费者、保住公共安全。

先说数学家手里对公众至关重要的本事：我们有潜力理解、预测、管控大语言模型，也有能力剥掉这项技术的神秘外壳，把它是什么、不是什么、能往哪走讲清楚。

这份本事该用起来。怎么揭开这层神秘面纱？免费向公众普及这些认知。有稳定教职、有传播渠道的学者，眼下正是靠面向公众互动，给本行带来巨大正面影响的好时机。再看理解、预测、管控大语言模型的能力：长期以来，我们几乎是把这份能力白送给了前沿实验室——或者是低价出手——这正是战后旧契约的做法。

眼下是个历史性的机会，数学家可以做真正服务公共利益的事。借这个机会给社会提供急需的支持；同时也让公众重新看到数学的价值，看到数学还能做更多。

一套既贴合现实又完整的新社会契约到底长什么样，我不知道，也不认识知道答案的人。但有一件事我清楚：现状撑不下去，必须走出舒适区，接住不确定性和变化。“新政”最终什么形态另说，数学家必须联合起来，一起把属于数学的新契约谈定。这份“新政”长什么样，由我们自己说了算。先从设想可能性、构思能落地的改革方案开始。

私人实验室的源头依赖公共资助的科研成果，它和公众之间的力量悬殊巨大，那是否该立规矩：任何靠联邦资助研究成果起家的企业，公众享有一部分所有权？或者对大型科技企业征专项税？再或者由美国政府收专利授权费？

最激进的选项，是当年基尔戈尔那份原始法案。哪怕不当直接提案，至少拿它当参照，提醒我们思考的格局该放多大。这类设想在科学史上并非没有先例[注释6]，也该成为接下来讨论的核心。

就像开篇说的，大家谈数学家的情绪感受谈得太多，谈数学家的现实生计太少，谈数学家已经可以、也能够为公共利益做的事更少。

还没行动的，现在就拿起手机，给三四位你信得过的同行发邮件，或者拉个群，聊聊以后。写篇博客。问问非数学领域的朋友，AI正在怎样影响他们。手上有个项目构想，就动手做。不必指望一下子解决所有难题，先做一件能帮到人的小事。很快你会发现同路人一大片：他们和你一样爱数学、爱科学，盼着它一直兴旺下去。

我们看待自身工作、看待专业价值的方式，必须跳出二战之后的旧范式。多写评论专栏、多和记者沟通、多对接政策制定者、多和法学院的同事交流、多组建社群组织。数学家本来就是一支庞大的队伍，只是散着、没组织起来，等着自发聚拢。这个过程我们自己就能加速，先当晶种（seed crystals），在局部把社群做出来。

前路困难重重，但我相信这场挑战我们能接。说到底，我们本来就是解决问题、调试方案的人；我们喜欢在未知领域碰上难题——哪怕这个难题是重塑本学科的社会契约。接下来几年，就拿数学家解决问题的本性去正面应对。只要不被恐惧吞掉，我们就有能力造出一个未来：那张假想中对比2026与2034数学的海报，会让那时的我们引以为荣，让下一代数学家心存感激。

林肯在1862年12月1日国会演说中说：“过去太平年月奉行的那些信条，放到如今这风浪骤起的时刻已经不够用了。眼前的难题堆得像山一样，我们只能站出来。局势是新的，我们的想法和做法也得跟着新起来。只有摆脱旧观念的牵绊，这个国家才守得住。”[16]

注记

写作过程中，我用大语言模型做了文字校对和头脑风暴。所有文字都是我亲手输入，校对与修改同样由我手动完成——模型给出了一份校对建议，具体改动由我逐条落实。头脑风暴则是在写作的不同阶段向模型提问，让它对稿件内容和行文风格提出批评，其中有些输出确实帮上了忙。

注释

[1] 文中“科学/科学家”和“数学/数学家”交替出现，这并不是说两者可以画等号；只是在本文讨论的语境里，二者几乎分不开。[2] 本文带一点美式浪漫：身处危机之中，我从林肯的演说里找灵感和智慧。https://www.abrahamlincolnonline.org/lincoln/speeches/congress.htm 。

[3] 相关历史参考：Daniel J. Kevles, The National Science Foundation and the Debate over Postwar Research Policy, 1942-1945: A Political Interpretation of Science–The Endless Frontier. 。[4] “权力使人腐化——这话被写了无数遍，早成陈词滥调。但同样真实、却少有人提的是：权力会暴露本性。”引自罗伯特·卡罗《参议院之主》(Master of the Senate，第xx页。这一观点在卡罗的下一部著作《权力的通道》（The Passage of Power）第 xix 页再次出现。

[5] 数学之外，近些年同样缺少这种象牙塔缓冲空间的学科还有气候科学、流行病学、生物学、社会学。

[6] 比如我印象中读到过，美国原子能委员会成立早期，核技术领域有过类似的做法。

参考资料

[1]https://www.youtube.com/watch?v=m2Eywi--gnc

[2]https://en.wikipedia.org/wiki/New_Deal

[3]https://birdsnfrogs.github.io/2026/10/05/AI_Industry_Dying_Order.html

[4]https://terrytao.wordpress.com/2026/10/10/math-2-0/

[5]https://tjoresearchnotes.wordpress.com/2026/08/02/reaping-without-sowing/

[6]https://x.com/KyleCranmer/status/2103581526285857085

[7]https://birdsnfrogs.github.io/2026/09/22/OpenAI_brittle_empire.html

[8]https://qz.com/openai-acquires-orchestra-bio-life-sciences-ai-102126

[9]https://www.nytimes.com/interactive/2026/09/29/us/politics/ai-super-pac-money-midterm-elections.html

[10]https://futurism.com/artificial-intelligence/anthropic-regulation-government-ai-harm-risk

[11]https://x.com/danintheory/status/2115236913095508260

[12]https://www.wired.com/story/openai-is-pissing-off-a-bunch-of-mathematicians-again/

[13]https://openai.com/index/building-scientific-understanding-with-academic-communities/

[14]https://techcrunch.com/2026/10/09/anthropic-cant-reliably-control-its-ai-agents-its-cutting-off-its-internal-evals-from-the-live-internet-instead/

[15]https://www.bbc.com/news/articles/c6vgy0333dppo

[16]https://www.abrahamlincolnonline.org/lincoln/speeches/congress.htm

内斯特・吉伦（Nestor Guillen）是德克萨斯州立大学的副教授，研究兴趣包括偏微分方程分析、变分法以及科学计算。