知乎热榜上的这个问题，把「有毒废料」四个字推到了不少人面前。

题目的说法是：陶哲轩称，把AI的数学成果拿去当解题基准测试，犹如抛出「有毒废料」。这番话出自一档播客，对谈的另一方是今年新晋的菲尔兹奖得主邓煜。

牵涉到的人和机构

先把场子里的人认清。

  • 陶哲轩：菲尔兹奖得主。菲尔兹奖是数学界的最高荣誉之一。他同时是SAIR主席，而SAIR Foundation这家非营利机构，据知乎热榜的问题描述，正是由他发起。
  • 邓煜：今年新晋菲尔兹奖得主，芝加哥大学教授。
  • SAIR Foundation：播客节目的出品方。

知乎热榜的问题描述提到，两人在节目里围绕AI与数学的未来展开对谈。也就是说，这不是一场专门为批评谁而开的会，批评是聊天里带出来的。

「批量解题」到底在批评什么

先解释一个词。基准测试，说白了就是拿一批固定题目给不同的AI去做，用答对多少来比高低，跟考试排名差不多。

问题描述里写到，陶哲轩在对谈中说得更直白：批量解题产出的成果成了某种副……描述在这里中断了，后半句是什么，目前拿不到，所以这里不引。

只看已有的字面，能做的是分析，不是定论。

从「批量解题」「成果」「基准」这几个词看，矛头指向的似乎不是AI会不会做数学题，而是拿AI批量做出来的东西，再回头当衡量AI的尺子。

这意味着，尺子和被量的东西可能出自同一处。按字面理解，废料是生产过程里剩下的东西，「有毒」则是说，拿来再用会出问题。

这也解释了数学圈为什么在意。数学靠证明立身，一套题好不好、答案靠不靠谱，直接决定「AI会做数学了」这句话能不能信。

同类的AI说法之争，站内之前也扒过。比如Hassabis称AGI最快2年的「改口」，和AI光速反编译3A老游戏的求证，都是先有一句大判断，再回头看依据在哪。

最值得继续盯的疑点

眼下有三处没有闭合。

  1. 陶哲轩那句话的后半截到底怎么说的。「某种副」后面接的是什么词，直接决定「有毒」指的是什么风险。
  2. 邓煜在对谈里怎么回应。他是今年的菲尔兹奖得主，他的态度是赞同、补充还是另有看法，热榜问题里没有给。
  3. 「有毒废料」这个比喻，在播客原话里是不是就是这个说法，还是被热榜标题提炼过。

这三点对上了，这场争论才算有了完整的底。