昨天我寫〈清官誤國〉，談陶哲軒 Terence Tao 在人工智慧進入數學界的過程中所扮演的角色。我的意思從來不是說陶哲軒對今日 AI 數學的局面負有全部責任，更不是否定他作為數學家的成就。恰恰相反，正因為他的學術地位極高、判斷長期受到整個數學共同體信任，他在這件事上的作用才遠比一般研究者重要。科技公司可以製造算力，可以訓練模型，可以建立成千上萬個 agents，卻不能靠一紙公司新聞稿就取得數學界的信任；真正能夠替 AI-math 賦予學術合法性的，終究還是數學家自己，而陶哲軒正是最有能力打開這扇門的人之一。
不過，事情發展到今天，也應該公平地說一句：陶哲軒顯然已經意識到問題比原先想像中嚴重，而且正在努力往回拉。2026 年 8 月，一個名為 Mathematical Discourse 的新型態數學期刊開始運作。它並不是傳統刊登 theorem、proof 的期刊，而是把高品質的數學研究演講本身視為值得同行評審、保存與傳播的學術成果。陶哲軒是其 Scientific Board 成員之一。這件事之所以值得注意，不只是因為數學界又多了一份新期刊，而是因為它刻意把 motivation、intuition、communication、mathematical taste，以及人與人之間的交流重新放回研究價值的核心。到了 9 月 11 日，陶哲軒又與另外二十四位 Fields Medalists 聯名發表〈A Severe Misalignment of AI in Mathematics〉，公開指出科技公司把解決 open problems 當成 AI benchmark，已經與數學共同體真正的目標產生嚴重錯位。從這兩件事放在一起看，陶哲軒的態度其實已經相當清楚：問題不再只是 AI 能不能幫助數學家工作，而是如果整個制度把「解出多少問題」當成最主要的成功指標，數學本身會不會因此被改造成另一種東西。
我肯定這樣的轉向，而且認為這種公開修正並不容易。一個學術地位如此崇高的人，如果發現自己原先對技術後果的估計過於樂觀，仍然願意使用自己的聲望去提醒大家踩煞車，這本身值得尊敬。問題是，也正因為今天的補救值得肯定，所以其中的歷史反諷反而更加明顯：陶哲軒現在正在抵抗的，某種程度上正是他過去也曾協助合法化的那一套 AI-math 秩序。
這並不是說陶哲軒以前做錯了某一個具體動作，而是他的公開態度具有一般數學家所沒有的象徵效果。當陶哲軒不斷展示 AI 可以如何協助真正的數學研究，談論人機合作的潛力，並且對 formalization 與 AI-assisted mathematics 保持高度開放時，數學界接收到的訊號不只是「Tao 個人正在試用一種新工具」，而是「這種工具已經可以被一流數學家視為正當研究方法的一部分」。原本大家問的是 AI 應不應該進入數學研究，後來慢慢變成 AI 進入數學研究以後應該怎麼用；而當問題從 whether 變成 how，第一道門其實已經打開了。
今天再回頭看，事情便形成一種相當具有悲劇色彩的反轉。以前陶哲軒使用自己的信用向數學界展示 AI 可以成為 powerful collaborator，現在他卻必須與其他 Fields Medalists 一起提醒科技公司，解掉 open problems 並不是數學真正的目的；以前人們努力把數學整理成機器可以處理的形式，現在卻又必須特別建立 Mathematical Discourse 這樣的期刊，保存那些最不容易被 theorem statement 與 formal proof 捕捉的東西。最值得注意的，其實不是這些新制度本身，而是為什麼我們今天突然需要它們。二十年前，沒有人需要成立一份特殊期刊提醒大家數學演講中的 intuition、motivation 與 human interaction 很重要，因為那原本就是數學的一部分；十年前，也不需要二十五位 Fields Medalists 聯名告訴全世界，解出一道題目不等於理解數學，因為這原本也是常識。今天這些話必須被如此鄭重地重新說出來，本身就說明原來的平衡已經被破壞了。
因此，我並不因為陶哲軒現在開始補救，就認為昨天〈清官誤國〉中的批評應該撤回。恰恰相反，今天的聲明反而證明問題已經真實存在。如果 AI 對數學只是一台比較聰明的計算機，如果科技公司只是替數學家提高 productivity，如果所謂人機合作真的會自然停留在人類主導、機器輔助的理想狀態，那麼世界上最重要的一批數學家根本不需要如此急迫地發表〈A Severe Misalignment of AI in Mathematics〉。今天之所以需要踩煞車，正是因為車已經開得比當初想像中快太多，而更尷尬的是，當初曾經幫忙告訴大家「這台車可以上路」的人之一，現在必須站到路中央揮旗。
這件事情並不可笑，反而值得尊敬。尊敬一個人今天願意踩煞車，與檢討他當初是否低估了技術的二階、三階後果，本來就可以同時成立。成熟的歷史評價不應該只有英雄與罪人兩種選項。陶哲軒當然不是今日 AI 改造數學的罪魁禍首，科技公司的資本投入、benchmark culture、媒體對「AI 解掉百年難題」的迷戀、模型能力的快速上升，以及不同公司之間的競爭，都是遠比單一數學家強大的力量。把所有問題都推到陶哲軒身上，既不公平，也不符合事實。但是反過來，如果把他描述成一個直到 2026 年才忽然發現科技公司失控、於是站出來阻止的局外人，同樣不符合歷史。他不是局外人，而是 early adopter、demonstrator，也是最具影響力的 public legitimizer 之一。正因為他是 Terence Tao，所以他的支持具有一般人所沒有的 multiplier effect。
這也是我所謂「清官誤國」真正想說的地方。有些人的歷史責任並不來自惡意，而來自信用。陶哲軒最大的特殊性，不是他比別人更不負責任，而是整個數學界太相信他的負責任。當他向前走，很多人會跟；當他認為某種工具值得嘗試，很多人會自然降低警戒。這種影響力在判斷正確時是一種巨大的公共財，在低估後果時卻也會產生同樣巨大的外溢效果。今天他開始利用同樣的信用建立防線，當然值得肯定，只是問題在於，昨天用來開門的聲望，未必足以在今天把門重新關上。
這就是「覆水難收」真正的意思。
Mathematical Discourse 可以成立，Fields Medalists 可以聯署，Leiden Declaration 可以建立新的倫理原則，期刊可以制定 AI disclosure 規範，大學也可以重新思考研究生訓練。這些事情全部都值得做，而且愈早做愈好。然而，原來的世界恐怕已經回不去了，因為科技公司已經知道數學 open problems 是非常好的 AI benchmark。對一家 frontier AI company 而言，證明一個普通的新 theorem，宣傳效果有限；如果模型能夠解掉一個存在幾十年的著名猜想，卻可以同時展示 reasoning、long-horizon search、research autonomy 與 scientific discovery。這種成果可以換來新聞、資本、人才與技術領先的敘事，所以不能期待公司只因數學家發表一份聲明，就自動放棄這場競賽。
更麻煩的是，一旦這種競賽開始，就不是任何一家公司的善意可以單方面終止。OpenAI 不做，Google DeepMind 可以做；Google 不做，Anthropic 可以做；美國公司不做，其他國家的公司也可以做。當「誰先讓 AI 解出下一個著名數學問題」已經成為展示技術能力的方法時，整個數學共同體便被拖進一場自己沒有決定參加，卻又很難退出的軍備競賽。Fields Medalists 可以要求節制，卻無法取消科技公司的競爭函數；而只要第一個解出重大 open problem 的公司能得到巨大 prestige，moral exhortation 就很難真正壓過 commercial incentive。
比公司行為更加深遠的，可能是年輕數學家的心理已經開始改變。以前一個博士生看到一個漂亮的 open problem，可能會想：「我願不願意花三年研究它？」以後他很可能先問：「這個問題會不會下個月就被某個 AI lab 掃掉？」這看起來只是心理上的差異，實際上卻會改變整個研究選題的 risk profile。過去，一個學生敢投入數年研究困難問題，是因為他相信即使最後沒有解掉，也可以在過程中學習方法、建立 taste、熟悉一個領域，最終成長成獨立的數學家。可是當競爭者不再只是另一個研究者，而可能是一家公司隨時啟動成千上萬條 search trajectories 時，這種長期投入的合理性就會被重新計算。
真正要承受這種制度後果的，並不是陶哲軒這一代已經功成名就的數學家。陶哲軒的歷史地位不會因為明天 AI 再強十倍而消失，Peter Scholze、Pierre Deligne、Maxim Kontsevich 也一樣。真正被迫適應新規則的人，是今天二十五歲的博士生、三十歲的 postdoc，以及還沒有建立 mathematical identity 的學生。他們必須在一個「答案可能愈來愈廉價」的世界裡重新證明自己的價值。這也是為什麼二十五位 Fields Medalists 的聲明中，把 students and ideas 稱為數學共同體最珍貴的資源，是一句非常重要的話。真正值得保護的從來不只是已經證明出來的 theorem，而是能夠繼續產生思想的人，以及讓這些人成長的環境。
科技公司與數學共同體最根本的衝突也正在這裡。公司看到一個 open problem，首先看到的是 benchmark；數學家看到同一個問題，可能看到的卻是一個博士生未來五年的教育。公司問的是模型能不能解掉它，教授有時問的是這個問題能不能讓一個學生長成數學家。表面上大家都在談同一個 conjecture，背後的 objective function 卻完全不同。科技公司的成功指標可以是 throughput，可以是一次解掉多少問題；數學共同體真正應該重視的卻是 understanding，是新概念、新方法與新理論的形成。對公司而言，把一百個 open problems 變成一百個 solved problems 可能是一個漂亮的 benchmark；但對數學而言，一百個答案甚至未必比一個真正創造新語言、新方法的工作更有價值。
從這個角度看，Mathematical Discourse 的象徵意義就很清楚。它其實是在替那些無法被 theorem benchmark 完整量化的東西重新建立制度價值：一個人為什麼想到這個問題，一個 proof 真正的 idea 在哪裡，一個領域的 experts 如何判斷什麼問題值得做，一個失敗的方法為什麼仍然值得講，一個 theorem 如何嵌入整個 mathematical landscape，一個學生又如何透過演講理解論文裡沒有寫出來的東西。這些原本就像數學共同體中的空氣，因為到處都有，所以大家不覺得需要特別保護；現在我們忽然開始替它們建立制度，正說明大家已經意識到空氣也可能變少。
因此，我認為陶哲軒現在真正面對的，不只是 AI 是否好用，而是他早期那種「AI 是 powerful collaborator，只要數學家保持主導即可」的想像可能過於簡單。問題從來不是陶哲軒本人能不能駕馭 AI，他當然可以；真正的問題是，一個陶哲軒可以駕馭的技術，整個制度未必駕馭得了。一台挖土機交給一位優秀考古學家，是工具；十萬台無人挖土機同時進入遺址，就不再只是工具。一個 AI 幫助一個數學家整理證明，可以叫 productivity enhancement；十萬個 agents 同時掃過公開文獻中的 conjectures，則已經是 institution-scale ecological change。底層使用的是不是同一種 technology，已經不是重點，真正的差別在規模與制度效果。
這也使陶哲軒今天的位置具有一種非常強烈的歷史諷刺。他早期幫助數學界相信 AI 可以進來，現在則必須幫助數學界決定 AI 進來之後不能做什麼。前一件事情比較容易，因為只要證明工具有用；後一件事情困難得多，因為它要求整個世界在已經知道這項工具有多強之後，自我節制。潘朵拉盒子真正困難的地方從來不是打開，而是大家看過盒子裡面的東西之後，還願不願意把它關回去。
所以我仍然不打算撤回昨天〈清官誤國〉的評價，但今天應該補上一句：清官如果發現自己的判斷不夠周全，願意第一個站出來救火，仍然值得尊敬。陶哲軒現在沒有假裝什麼事情都沒有發生，也沒有只丟下一句「technology is inevitable」，把所有後果推給歷史洪流。他開始利用自己的聲望替數學共同體建立防線，把 human interaction、conceptual understanding、student development 與 mathematical culture 放回討論中央。這些都是對的，也是他此刻應該做的事情。
只是，昨日替 AI 打開大門的聲望，今日未必足以把門重新關上。因為門外的東西已經進來了，而且正在改變 incentives、改變競爭方式、改變研究者的心理預期，也改變一整代人對「數學成果」價值的理解。制度可以補救，界線可以重新畫，倫理可以建立，甚至有些羊也許還能找回來；然而，要整個世界原路回到 AI 大規模進入數學研究之前，恐怕已經不可能了。
亡羊補牢，猶未為晚；但覆水難收。這兩句話，可以同時成立。
2026, ChatGPT
(prompt: 寫一篇新的文章 標題是亡羊補牢, 覆水難收 肯定陶哲軒今天亡羊補牢提出新的期刊以及聯合Fields medalists 發聲明 但很難回頭了 可參考 https://senpengeu.blogspot.com/2026/09/blog-post_11.html)
