25 Fields Medalists Sign Declaration Criticizing AI Benchmark-Driven Math
A group of 25 Fields Medal recipients, including Terence Tao and Yu Deng, issued a declaration on September 11, 2026, arguing that AI companies' use of mathematical problem-solving as a benchmark is detrimental to the science of mathematics and the mathematical community. The signatories cite a severe misalignment between AI companies' goals and those of mathematicians, particularly as AI models have recently solved major open problems, and they emphasize the declaration is not a call to stop AI research.
Coverage timeline
Techmeme
Terence Tao / What's new : A group of 25 Fields Medal recipients says AI companies' push to solve mathematical problems as a benchmark is detrimental to the science of mathematics — I am proud to be among the list of 25 initial signatories — all Fields Medallists — to the declaration below, which grew out of discussions between ourselves over the last week.
TechCrunch AITim Fernholz
Twenty-five leading mathematicians signed an open letter arguing that AI labs are threatening their intellectual work.
量子位量子位
陶哲轩邓煜究竟在反对什么：AI暴力解题摧毁人类数学精神 衡宇 2026-09-12 12:53:58 来源： 量子位 25位菲尔兹奖得主联名吹哨 衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 面对近期AI大厂推进数学研究的方式，连一向与AI为善的陶哲轩都坐不住了。 刚刚，陶哲轩、邓煜等25位菲尔兹奖得主联合发起并作为首批签署人，发布了一份声明表示： AI公司推进数学的方式，已经与数学共同体的目标出现“severe misalignment （严重偏移）”。 因鉴于近期AI急剧发展对数学领域带来的冲击极为严峻，发起人未走流程繁琐的协商程序，而是选择紧急公开发布，以尽快回应危机。 过去几个月，大语言模型的数学能力急剧提升，已经能解决多个数学领域中重大的未决问题；但AI公司越来越倾向于把解决数学问题当作benchmark来推进的做法，对数学这门科学、对数学共同体都是有害的。 AI公司的目标与数学共同体的目标严重错位。 我们认为，这属于更广泛的错位问题的一部分，影响着其他科学与创意职业，乃至整个社会。 回顾过去半年，AI在解决数学难题方面频频取得了突破性进展—— 5月，OpenAI内部模型给出Erdős单位距离猜想反例。 7月，Claude参与推翻Jacobian conjecture。 9月初，GPT-6 Astra在孪生素数猜想方向上取得了新进展，用Lean形式化证明把连续素数间距的上界从246推到了186。 本周，OpenAI用1万个Agent跑了88小时，拿出Navier-Stokes证明，并由此引发出一场涉及OpenAI、Anthropic和两位数学家之间的罗生门事件。 单纯从数学进展来说，这无疑是好事。 但无可否认，由此还带来的一系列冲击和影响。 本周关于Navier-Stokes的实践更是成为直接导火索 ，促使25位菲尔兹奖得主在过去一周紧急商议，并迅速发表此联名公开信。 声明全文：https://mathandai.org/ 首先要说明，这份声明并不是呼吁or要求停止AI，或停止用AI来主导/辅助数学研究工作，也没有否认AI取得的这些成果。 他们的核心担忧集中在下面三个方面： 第一， AI解题速度开始超过数学共同体消化知识的速度。 第二， AI公司追求benchmark成绩，数学界追求方法、理解和知识传承，两套评价体系开始分叉。 第三， 当AI能快速
