数学公地不是预训练补贴
AI 公司把数学文献当作训练材料、基准测试和营销资产。《莱顿人工智能与数学宣言》提出了一个更难回答的问题：当这些系统从公共知识秩序中攫取成果，却不接受这套秩序关于归属、验证与责任的标准，会发生什么？
2026 年 7 月 25 日｜约 8 分钟阅读
2026 年 6 月，来自三大洲 15 家机构的 16 位数学家共同发表了《莱顿人工智能与数学宣言》。此后，数千名数学家和研究人员陆续签署，其中包括菲尔兹奖得主彼得·舒尔策。国际数学联盟也为宣言背书。明天，它将在费城举行的国际数学家大会上正式发布。
宣言里没有诉讼，没有许可费要求，也没有索赔。
正因如此，它才值得细读。
作家因书籍遭到抓取而将 AI 公司告上法庭。好莱坞罢工数月，终于迫使制片公司在协议中加入 AI 条款。音乐人则争取授权交易，有些拿钱和解，有些仍在抗争。每一次，控诉都大同小异：有人拿走了属于个人的东西，而被拿走的人要求付钱。AI 行业早已习惯这种反对。它知道如何谈判，如何拖延，也知道如何将其消化成经营成本。
数学是另一种对手。定理不属于提出它的人，证明也不会过期。由论文、教科书、形式化证明库、数据库、研讨会笔记和勘误组成的数学文献，不专属于任何人。它是一个理性文明经年累月的共同成果。几个世纪以来，人们维护它，没有报酬，没有版权，也没有企业赞助。数学家不要许可费。他们想知道，脚下的地基会变成什么样。
那层地基几乎不为人察觉，却承托着一切。保护电汇的加密技术建立在数论之上，而发展这些数论的人根本不知道电汇为何物。读取 CT 扫描并识别肿瘤的算法，建立在十九世纪发展出的线性代数之上，当时的研究动机与医学毫无关系。工程师设计桥梁时，应用的是在研讨室里推导出来的数学。那些公开发表成果的人，从未期待有一天汽车会凭借他们的推理从桥上驶过。我们口袋里的 GPS 信号依赖广义相对论给出的修正；相对论又需要比它早半个世纪的数学，需要为几何本身而发展的几何学，需要那些作者心中没有目的地的方程。
纯数学与实际应用之间隔着的不是一条流水线，而是一段延迟，有时几十年，有时几个世纪。数学靠证明运作，不靠补丁更新。错误不会在测试版里被发现。它们显现时，可能是桥的晃动出了问题，也可能永远不显现。
现在，看看 AI 行业对这套体系做了什么。
它用数学公地训练模型：论文、教科书、形式化证明库、开放数据库，规模与速度都远超此前任何技术。它打造产品，追逐市场估值，然后发布新闻稿。
那些新闻稿值得认真研究。除了事情究竟是怎么发生的，它们什么都会告诉你。
某个模型在国际数学奥林匹克竞赛中拿到金牌；某个系统为数十个开放问题生成了新证明；另一个系统推翻了一项延续八十年的猜想。公告随之而来，带着基准测试、演示和灯光考究的产品发布会。套路很清楚：征服数学成了智能的证明，成了足以撬动市场的标题，也成了下一轮融资的凭据。基准测试就是广告，数学文献则是矿场。
2026 年 5 月，OpenAI 宣布其内部模型推翻了单位距离猜想。这个问题由保罗·埃尔德什在八十年前提出。埃尔德什常为自己关心的问题悬赏，做法极具个人特色，以至于赏金金额成了他心目中问题难度的一种指标。自 20 世纪 40 年代起，他便一直思考单位距离猜想。
公告以企业产品发布的姿态亮相，但并非全无数学内容。OpenAI 公布了证明、模型推理的删节版说明，以及由外部数学家撰写的配套评注，后者对论证进行了核查和梳理。真正不透明的并非最终论证能否接受检验，而是产生它的系统：训练语料、筛选过程、失败尝试、人类如何界定问题，以及模型通往结果的路径上究竟欠了谁的债。数学家梅拉妮·马切特·伍德指出，这项成果没有引用文献中一系列密切相关思想的发展历史。过程是黑箱，贡献者没有得到署名。
结论却进入了公共记录。后来者可以在它之上继续建造、引用，并让下一个结果继承它。此后每一代发现，都可能叠加在一层无人能够验证其完整性的地基上。
知识并不会突然中毒。毒素会慢慢渗入。它不是一条孤立的错误定理，而是一串来源不明、旧债未认的结果；其中的错误即便存在，也埋得太深，无从寻找。宣言警告说，现有自动化技术可能生成看似可信、实则并不可靠的论证，而人们很难将其与正确证明区分开来。使用已发表成果训练的模型，经常无法妥善标明其输出所借鉴的人类贡献。那些看上去适合交给 AI 的问题，会吸引资金和招聘，也更容易获得认可，进而排挤其他问题，用宣言的话说，取代专家“对于其更深层意义的判断”。
想想大规模的数学错误究竟长什么样。它不会顶着撤稿声明或红色警报登场。它先变成一次引用，再变成下一篇论文的基础假设，继而成为下一个证明的构件。每往前一步，它离审查就更远一点。一条错误的引理可能流传几十年，直到上层结构出现裂缝。数学家对此并不陌生：即使有完整的同行评审、完整的归属说明和完整的方法透明度，文献中的错误也曾传播多年才被发现。现在设想一下，把来源信息全部剥掉，再把产出量放大许多倍。
数学是我们伸手触碰宇宙时使用的语言。未来引导我们前往其他星球的方程、帮助我们读取遥远恒星信号的模型、开启下一个物理学世纪的证明，全都建立在几代数学家不断积累、反复验证且归属清楚的工作之上。地基一旦受损，我们抵达的便不是宇宙，只是一场足以乱真的抵达宇宙的模拟。
数学也是人类检验自身推理的方式。一个文明如果再也分不清证明与证明的外观，它失去的远不只是一件工具。
埃莉诺·奥斯特罗姆毕生研究公地会遭遇什么。在《公共事物的治理之道》中，她说明，一块公地要想存续，从中取用资源的人也必须参与维护。这里有一份没有写下却具有约束力的契约：你让牲畜到牧场吃草，也得帮忙修补围栏。她研究了世界各地的渔场、灌溉系统和高山草甸，发现社区为了避免公地崩溃，发展出复杂而非正式的规则。外来者往往看不见这些规则，直到规则消失才意识到它们曾经存在。公地崩溃并非因为人人自私，而是因为攫取的规模超过了社区执行自身规范的能力。
AI 企业最初以众多参与者之一的身份走进数学公地，随后却在一夜之间牵来全世界所有的牲畜，把收成包装起来，再卖回给原来的人。围栏没了，草没了，照料牧场的牧人如今收到邀请，请他们付费订阅。土壤里还留下了某种东西。并非所有结果都是错的，但其中一些确实有错。没人知道是哪一些，藏在哪里，根系又蔓延了多远。
奥斯特罗姆研究的是攫取。如今发生的是攫取加污染：公地同时遭到洗劫和投毒。
“模型可能出错，请核实重要输出。”耐人寻味的是，当新闻稿宣布 AI 推翻了一项八十年的猜想时，这句话并不会出现。免责声明不见踪影，最高级形容词倒一个不少。事后才有人说：模型产生了幻觉，系统有局限，架构不透明。这些是验尸后的标签，不是报告上的签名。有人批准了训练流程，有人部署了系统，也有人把它称为突破。模型没有法务团队，机构有。
黑箱不适合充当道德主体。保密协议证明不了任何事。技术上的不透明也洗不掉任何东西。
只要承认这是一场攫取，伦理问题其实很直接。
披露指的是说明来源，而不是倾倒数据。一家公司交出五百太字节训练资料，再说“全在里面”，等于什么有用的信息也没披露。数学界需要的是论证层面的归属说明：模型生成一个证明步骤、一条引理或一段推理时，人们必须能够追溯它借鉴了什么，又是如何借鉴的。这并非幻想。基于注意力机制的归属追踪已经是一个现实的技术方向，完全可以成为硬性要求。
可验证性与贡献是两回事。一个证明可以形式上完全正确，也可以公开发表，却对数学真正的前沿毫无贡献。某项结果是否重要，它在开放问题的版图上处于什么位置，它打开了什么，又堵住了什么，这些判断属于数学共同体。基准测试衡量的是公司选择衡量的东西。数量多、排版整洁，本身一分也挣不到。
责任与荣誉不能分开。行业最喜欢的动作是免责声明：本系统仅用于辅助研究；所有输出均须由独立专家核实；公司不承担任何责任。可以。那么公司也别发新闻稿。倘若 AI 具备独立推理能力，就把它视为行动主体，而行动主体必须遵守公地中所有其他参与者同样遵守的标准。倘若 AI 只是一件工具，使用它的数学家拥有成果，制造它的公司则保留账单。毕竟，从来没有一把尺子召开过业绩电话会议。
这一切下面还有一个更棘手的问题，至今无人解决。
一个在数学公地上训练的模型不只负责检索，它还会筛选。训练完成后，它会偏爱某些类型的论证、某些证明策略，以及依据其所吸收的材料显得较易处理的某些问题类别。这些偏好举足轻重。它们反映了训练数据、优化目标，以及制造模型的公司的商业优先级。数学家使用这样的系统时，系统一边回答问题，一边悄悄塑造哪些问题显得值得提出。
设想一个领域：整整一代研究生在决定研究方向之前，都会先把尚未成形的猜想丢给同一个系统。系统给一些方向打上“有希望”的分数，将另一些判断为难以处理。学生追随前者，资金追随学生，整个领域随之移动。没有人作出这项决定，也没有人宣布过这份研究议程。议程由一个训练目标和一条商业时间表设定，再分散进上千次个人选择之中，而每一次看起来都像独立判断。
计算器没有研究偏好，数据库也不会觉得某些猜想比另一些更自然。这些系统会，而且它们的规模足以重塑整个领域，全程甚至不需要任何人作出一次明确决定。
同一个问题远远超出数学领域。只要 AI 系统会提出下一步建议，无论是在法律推理、医疗诊断，还是科学假说生成中，同一场追问都在等待：建议里编码了谁的优先事项？谁决定哪个方向看上去前景可期？这个方向得到追逐时，谁从中获利？
这些问题无法由数学家独自回答，也无法由 AI 公司或监管者单独回答。三方必须公开参与，数学共同体也必须作为一方主体坐在桌前。它不是数据源，不是基准测试，更不是营销道具。《莱顿宣言》正是对这场对话的邀请。
16 位数学家，来自 15 家机构，没有东西要卖，也没有什么要保护，除了人类知识的完整性。他们直白地指出了什么正在被拿走，以及后果将会是什么。
定理是公共的，收费站可不是。你不能拿走定理，却抛弃证明；不能认领优先权，却撇清错误；不能从公共记录中攫取成果，随后拒绝公共记录的标准。生成洗不掉任何东西。无论新闻稿给它起了什么名字，贡献链依旧是贡献链。
数学公地属于所有人。它是人类公共知识秩序的一部分，是人类跨越世代储存、检验、纠正和传递理性的方式之一。如果这块公地也能被圈占、产品化，再在没有持久承诺的情况下卖回给我们，那么其他所有公地都已经收到警告。数学文献、文学档案、科学文献、公共领域，同一套逻辑终将抵达。
AI 行业对算力、数据中心和市场份额的价格掌握得相当娴熟。至于承认那套让其系统变得值得出售的公共秩序，其发展程度，客气地说，就没那么成熟了。这种不对称并非偶然。
它就是商业模式。
警报已经拉响。现在的问题是，谁来接下这场斗争。