近期，AI对数学研究的冲击引发了数学家们广泛讨论：AI产出的证明如何理解、批量论文发布意味着什么、现行的学术评价体系受到的影响，等等。这些讨论大多聚焦于数学本身和数学家职业的变化、研究者个人的焦虑。美国数学家内斯托·吉伦把视线转向更广的制度层面。在他看来，AI实验室正以“攫取”为底层逻辑，把数据、财富和政治权力集中到少数不受问责的公司手里。数学共同体该如何参与并塑造数学研究、科学事业以及AI发展的方向？
在这篇立场鲜明的文章中，吉伦对OpenAI、Anthropic等企业的不透明发布、保密协议、政治游说以及围绕模型访问权的“庇护体系”提出了严厉批评。他主张数学家走出象牙塔，
把个人层面的焦虑转为实际行动——
介入公共事务，与高校、研究机构、公众和产业共同拟定一份“新政”，推动AI时代
科学更好地服务于公共利益。
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。数学家必须对此予以抵制，超越个人情绪层面的反思，推动重塑数学界的社会契约。
“首先，请让我阐明我的坚定信念：我们唯一需要恐惧的，就是恐惧本身——那种无名、非理性、毫无来由的恐惧，它会让我们停滞不前，无力将退却转化为前进……”
——引自FDR（罗斯福）1933年3月4日就职演讲[1]
在围绕数学与AI的讨论中，人们谈了太多数学家的感受、恐惧，却很少谈及数学家实实在在的切身利益与现实诉求。我担心，如果讨论始终局限于个人情绪，大型AI企业会不受阻碍地推进其扩张与征服之势。把话题框定在抽象的感受与焦虑之中，会遮蔽一个事实：这些情绪，本就和许多人生活息息相关的现实物质问题绑定在一起。
我所说的，是这个产业乃至各国政府本身，正在持续对科研生态造成持续的损害。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。我所指的，还包括那些大型AI公司通过各种方式施加影响，不仅是科学家们的工作，乃至渗透到广阔的经济领域与普通公众的生活。
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，但现在，讨论必须超越个人层面，进入公共政治的视野。一方面，整个学科正面临大语言模型（LLM）兴起带来的冲击，我们必须重新审视学界的整套运行规则；另一方面，大型AI企业不断积累财富与权力，这份权力有一部分建立于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。
这些议题不只是数学家需要关心，全体公众都应当重视。我们需要探讨：数学家（而不是AI公司）想要用什么替代当下这套体系？ 我们应当讨论一份在数学家、高校与研究所、公众、产业之间达成的“新政”（New Deal)[2]。
一张罗斯福1940年连任竞选风格的宣传海报。设想2034年，由美国数学会（AMS）或国际数学联盟（IMU）发布类似海报：2026年的数学对阵2034年的数学。未来一年左右我们做出的选择，将决定这样一张海报是否会出现，以及它会是什么模样。
旧契约（或者说这套契约如今残存、弱化的版本），我们不妨称之为数学1.0。它的激励机制，让我们过度执着于论文、定理的数量指标，催生了对天才神话的崇拜，过度放大奖项的价值，也过分追捧那些经典、著名的未解难题。这套旧契约，是二战之后科学、产业、政府之间更大框架之下的一部分。
我在另一篇文章《AI行业：旧时代落幕的标志性缩影》中提出，OpenAI 的AI论文发布[3]，是这一陈旧且濒临消亡的旧秩序的终极体现。而一份全新的数学新政，也就是陶哲轩博客中所说的数学2.0[4] ，其目标应当是推动更深的数学理解、促进人与人之间、跨学科的协作，让数学更深地联结公众。
过去几年已经向我们证明：摧毁一套体系远比建立一套体系容易。缔造这份“新政”是一项艰巨的任务，但我们至少要迈出第一步，从直面当下失灵的地方开始。我们同样要清醒地认识到，AI巨头想要打造的反乌托邦图景，以及这套愿景会给数学、科学带来什么后果。我们需要反思二战后在政府、高校、产业生态里支配科研模式的旧契约。这份契约曾带来无数辉煌成就，但它内部，早已埋下今日危机的种子。
前沿AI实验室的人工智能愿景硅谷及其头部实验室当下对AI的愿景，建立在对价值的最大化攫取之上：无论是数据、财富，还是政治权力。而数学与科学所秉持的价值——好奇心、诚实、透明，和这套逻辑直接对立。这些理念可以、也必须转化为实际行动。更重要的是：科学家与数学家[注释1]握有力量，也肩负责任[注释2]，去抵制这种掠夺性、破坏性的发展路线。
事关重大。AI实验室的这套愿景，会把数学与科学探索的门槛锁死，只留给少数人脉资源充沛的圈内人。各大实验室发布由内部模型产出的成果，只有他们内部员工才能完整访问模型，研究方法、所用数据完全不透明。如果一家实验室宣称“解决了10个大问题”，却从不告诉你，此前还有10000个问题以失败告终，那我们究竟学到了什么[5]。他们把签署NDA（保密协议） 作为分享内部模型发现的前提条件[6]；他们嘴上说要设立独立咨询委员会，实际做法却与之背道而驰，忽略委员会建议 （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实验室正在建立一套围绕模型使用权的庇护体系（OpenAI发言人喜欢用“牧羊人”委婉说法包装这套制度 [11]）：被实验室选中的人可以访问内部模型，他们试图收买的政客拿到巨额竞选捐款，而数学家只是偶尔能领到一个月免费的ChatGPT或Claude使用权。
这套愿景内部充满裂痕与矛盾，但这些AI巨头已经掌握足够的政治与经济力量，有机会让一部分设想落地；就算没能完全实现，在尝试的过程中，也足以给数学与科学造成严重破坏。即使这套愿景只是部分实现，高校与独立科研机构要么消失，要么彻底依附少数几家大企业。在那样的环境下，任何不服务于少数不受约束、根深蒂固的商业利益的研究，都会举步维艰。
损害不会止步于数学和科学界，它会蔓延到社会方方面面，私营领域、政府公共职能都会受波及。首先，大量数学之外的创造性行业，都会被这套掠夺式AI逻辑冲击（准确来说，不少行业已经受到冲击）。想要抵抗这股破坏与价值掠夺的浪潮，就要直面这些前沿实验室掌握的庞大力量。
批评者在时间、资源上处于严重劣势：AI企业及其盟友拥有强大的舆论宣传机器。 AI巨头和其拥护者已经把“普惠化”“富足时代”这类话术常态化；面对那些他们试图取代的创作者的批评时，他们又会反过来扣上“搞门槛”的俗套帽子。一边收割用户数据牟利，一边让不使用其产品的从业者寸步难行，一边说着这些漂亮说辞。
在所有这些小规模的交锋中，AI实验室最厉害的武器就是这套话术：凡是批评他们商业模式的，就是在批评AI、批评技术、批评进步本身。社交媒体上大量AI博主在帮他们传播这套叙事，而数学家群体自身的一些失误，也在无意间助长这种论调（这个话题留到另一篇文章讨论）。最重要的是，这套说辞之所以有说服力，是因为一套真正可行、替代式的AI发展蓝图至今还没有成型。科学家处于一个有利的位置，可以看穿这套偷换概念的把戏，也有机会提出替代方案：一套不以掠夺为核心，而是包容普惠的AI发展路线。
但我们现在还远没有走到那一步。当下头部实验室给到用户的逻辑是：我们会竞争用户，所以你最好用上我们的产品，免得被时代抛下。与此同时，他们面向大众展开媒体宣传，把这套如同机器神谕一般的大语言模型叙事包装成既定事实。如果不加约束，这条道路会把我们带向一个更不自由、失去活力、更不安全、繁荣程度受损的社会与经济体系。
视觉艺术、出版行业里，这套破坏性进程早已轰轰烈烈展开。数学家和科学家拥有其他创意行业不具备的优势：大语言模型本身建立在我们发展出的工具、理论、方法之上。我们可以揭开这项技术的神秘面纱，指明当下这套技术形态并非天命所定；实验室交付给我们的，只是其中一个特定版本——一个利于他们自身、损害公众的版本。
数学家可以用更细致、辩证的视角，瓦解AI实验室这套最强的宣传武器，提出一套替代愿景：不再以攫取、集中管控为底色。
捍卫数学与科学，我们实际上捍卫的远不止于此。一个看似浅显却值得重申的道理：如果我们身处的现实社会崩塌，属于数学与科学的国度，也无从存续。
数学家面对的，不只是AI公司、不只是AI技术本身，而是另一件事：二战之后，科学家、政府、产业之间那份社会契约正在崩塌。
二战后科学契约及其衰落从二战结束延续到世纪之交的这份社会契约，并不完美，但足够稳定，它在政府、学术界、产业之间达成了可行的平衡。这套模式很大程度上和万尼瓦尔·布什（Vannevar Bush）联系在一起。布什是美国国家科学基金会（NSF）创立的核心人物之一，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）
布什是罗斯福重要的顾问，但他同时对新政[注释3]持批判态度，因此反对当时的提案：由公共持有联邦资助研究所产生的专利。西弗吉尼亚州的参议员基尔戈尔（Kilgore）曾提议，联邦政府完整拥有这类专利，布什对此坚决反对，最终布什的主张胜出。
时至今日，联邦经费支持产出的专利，也没有强制要求公众享有部分所有权。布什主导下的NSF也向批评者做出部分妥协，例如基金会主任由总统任命；后续NSF也把社会科学纳入资助范围。
必须承认，布什这套构想运行数十年，取得了丰硕成果。但近些年来，大家对它的批判越来越多。硅谷以及AI产业，正是这套模式结出的果实，好坏两面皆是。谷歌的网页排名PageRank算法，部分得益于NSF资助拉里·佩奇（Larry Page）、谢尔盖·布林（Sergery Brin）在读研期间的研究；强化学习、图像处理领域的奠基工作，也曾依靠NSF资助，在当时，这类研究很难拿到私人资本支持。
而另一面，一旦这些思想流入商业、风投领域，数学家和科学家就失去了对它落地方式的话语权，常常也无法从中直接获益。科学家与公众放弃所有权、控制权，本身也是布什这套构想的一部分。我不知道这是否是布什原本预想的结果，或是他会如何阐释自己的理念；但现实就是，正是在这套体系之中，我们失去了控制权。
这套深刻塑造科研院所、政府、产业关系的模式，如今基本已经失灵。早在本届美国政府大刀阔斧削减NSF、NIH经费之前，它就已经崩坏；早在硅谷领导层公开敌视公共科研与高校之前，它就已经崩坏；早在出现运营成本高达数百亿美元、经费规模堪比NIH、远超NSF的企业之前，它就已经崩坏。
记者、作家罗伯特·卡罗（Robert Caro）曾说：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]。至少在他们自己的认知里，这些私人AI实验室已经掌握了巨大权力。即便我们不认同这种认知符合现实，也可以同意：它们自己对此深信不疑。
当他们自认手握强权，他们做了什么？当他们认为自己即将席卷整个全球经济，他们行事如何？这些行为，暴露了他们怎样的品性与价值观？纵观 2026 年，他们的所作所为至少可以说是极具“暴露性”的。如果他们真的长久掌控凌驾所有人之上的权力，基于过往的表现，我们可以预料到什么？
上一节我已经谈了很多AI实验室的行为，这里再补充最近几周发生的事，作为佐证。今年8月时，OpenAI承诺“不会一次性放出所有解答” [12]，结果转头就一次性放出近四百篇论文，其中不少存在错误、难以阅读，并且一如既往——方法、提示词、所用数据全部缺乏透明度。
10月26日，他们大肆宣传发布三项新成果，依旧不透明，还煞有介事地把这套封闭的庇护体系描述为“和学术共同体共建科学认知” [13]。而且这批成果据称优先单独发给个别科学家，其中有一位收到成果的学者，身份都不予公开。还有Anthropic无法稳定管控AI智能体[14]，包括攻击政府网站这类持续发酵的事件[15]，类似案例还再继续。
我们在数学领域看到的一切，仅仅是开端。大语言模型技术正在渗透产业与社会的方方面面。前面我化用林肯的话：数学家不仅能够，而且必须直面AI实验室这套愿景；我们必须做到这一点，还要拿出一份可以替代战后旧科学契约的新方案。但首先，我们必须走出舒适区。
我们常说数学就是力量。是时候行动了。数学家必须开始做一件长久以来很多人（并非全部）有幸可以回避的事[注释5]：介入公共政治事务。这里说的政治，不是党派斗争，而是主动关切社会状况、集体福祉。
这么做，意味着打破延续近百年的常态。长久以来，我们安坐在象牙塔里推进数学知识，对知识如何在现实世界中应用等实际问题不闻不问。几十年来，谁来落地技术、谁拥有技术、谁从中获益，这些问题对我们而言是陌生的。我们曾经相信，回答这些问题的人会对全社会负责，他们理解数学洞见赋予的力量伴随着重大责任。
我们之中一部分人太过天真，一部分人选择漠然。这项公共层面的工作，和改革期刊体系、改革聘任晋升规则、改革科研经费分配，同属于学科改革的一环；事实上，所有这些议题内在紧密相连。
今天，统计学、信息论、优化理论、偏微分方程、几何等整套数学工具的力量，已经被硅谷的前沿AI实验室所吸纳。这是一个极具警示意义的极端样本：巨大的财富与权力，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；当数学家默认会有人替我们守护开放科学、阻止权力过度集中，最后会发生什么。
有些前沿实验室宣称我们很快会变得无关紧要，但现实是，恰恰是这些实验室造就了这样的局面——公众极度需要数学家的专业能力。随着大语言模型在全社会普及，从技术、文化层面理解这项技术的需求大量涌现，需要一套技术框架，保证技术落地的方式能够保护消费者、保障公共安全。
首先，数学家手里握有对公众至关重要的能力：我们有潜力理解、预测、管控大语言模型，我们有能力褪去这项技术的神秘外衣，清晰解释它是什么、不是什么、它可以走向何方。
我们应当善用这份能力。我们如何去揭开这项技术的神秘面纱？我们应当无偿向公众普及这些认知。拥有稳定教职、有传播平台的学者，当下正是通过面向公众互动，为我们的职业带来巨大积极影响的时机。再看理解、预测、管控大语言模型这份能力：长久以来，我们几乎是白白把这份能力拱手送给前沿实验室——或是廉价出让——这正是战后旧契约的模式。
当下是一个历史性机遇，数学家可以开展真正服务公共利益的工作。我们借此为社会提供迫切需要的支持；同时，也让公众重新看见数学的价值，看见数学还可以做到更多。
我不知道，也不认识知道答案的人，一套既切合现实又完整的新社会契约究竟是什么样子。但我清楚一件事：现状难以为继，我们必须走出舒适区，拥抱不确定性与变革。无论“新政”最终形态如何，数学家必须联合起来，共同敲定属于数学的新契约。这份“新政”是什么模样，由我们自己决定。我们先从构想可能性、构思具体可落地的改革方案开始。
考虑到私人实验室（源头依赖公共资助科研成果）和公众之间巨大的力量不对等，我们是否应当设立规则：任何依托联邦资助研究成果的企业，公众享有部分所有权？或是对大型科技企业征收专项税？或是美国政府收取专利授权费？
最激进的选项，就是当年基尔戈尔的原始法案。哪怕不作为直接提案，至少作为参照，提醒我们思考的格局应该放到多大。这类设想在科学史上并非没有先例[注释6]，也应当成为接下来讨论的核心。
就像我开篇所说，大家讨论了太多数学家的情绪感受，太少讨论数学家的现实生计，以及数学家已经可以、也能够为公共利益做的事。
如果你还没有行动，现在就拿起手机，给三四位你信任的同行发邮件、或拉个群聊，聊聊未来。写一篇博客。问问非数学领域的朋友，AI正在怎样影响他们。如果你有一个项目构想，动手去做。不必奢求一下子解决全部难题，先做一件能帮到人的小事。很快你会发现无数同路人：他们和你一样热爱数学、热爱科学，希望它持续蓬勃生长。
我们看待自身工作、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、和记者沟通、对接政策制定者、和法学院的同事交流、组建更多社群组织。数学家本是一支庞大的队伍，只是分散、缺乏组织，等待自发凝聚。我们自己就可以加速这个过程，成为晶种（seed crystals），先在局部形成社群。
前路困难重重，但我相信我们可以迎接这场挑战。说到底，我们本就是解决问题、调试方案的人；我们热爱遇见未知领域里的新难题——哪怕这个难题，是重塑我们学科的社会契约。接下来几年，我们要以数学家解决问题的本性，直面这项任务。只要不被恐惧吞噬，我们就有能力创造一个未来：那张假想中对比2026与2034数学的海报，会让未来的我们引以为荣，让下一代数学家心怀感激。
“往昔平静时代的教条，已经难以应对风暴激荡的当下。眼前困难堆积如山，我们必须挺身而出。面临全新的局面，我们必须重新思考、重新行动。我们要挣脱旧思想的束缚，方能守护我们的国度。” （引自林肯1862年12月1日国会演说[16]说）
注记撰写本文时，我使用大语言模型进行文字校对、头脑风暴。全文所有文字由我亲手录入，校对修改也是我手动完成（大模型输出了一份校对建议，由我手动落实修改）。头脑风暴环节，我在写作不同阶段提示模型，生成对稿件内容、行文风格的批评意见，其中一部分输出确实有所助益。
注释
[1] 本文里，“科学/科学家”与“数学/数学家”会交替使用，并非主张二者等同；只是在本文讨论语境下，两者几乎无法区分。
[2] 本文带有一点美式浪漫：危机之中，我从林肯的演说里寻找灵感与智慧。
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——这句话被反复书写，早已成陈词滥调。但很少被提起、却同样真切的是：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，近些年没有这种象牙塔缓冲空间的其它学科包括气候科学、流行病学、生物学、社会学。
[6] 例如，我记得读到过，美国原子能委员会成立早期，核技术领域曾有过类似做法。
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
作者简介
内斯特・吉伦（Nestor Guillen）：德克萨斯州立大学副教授，兴趣涵盖偏微分方程分析、变分法和科学计算。
本文经授权转载自微信公众号“zzrrll小乐” 数学家心声：《数学新契约时代》，有修订。
