Terence Tao（陶哲轩）
定义
Terence Tao 是 UCLA 数学教授，2006 年菲尔兹奖得主，2026 年国际数学家大会（ICM）公开演讲 "Mathematics in the age of AI"——主张把 AI 能力辩论 orthogonal 化于数学目标问题，假设强 AI 能力到位后追问"数学的目标是什么"，提出 proof indigestion / canonicalization / natural friction 等关键概念。
关键贡献（本文）
- AI Capability Conjecture（模板形式）：用多个 "some" 占位符区分 weak/strong 假设——不辩论具体能力版本，而是给出分类框架
- Working Hypothesis：方法论工具——假设强 AI 能力成立，做 conditional analysis；让目标/价值问题独立于能力辩论
- Goals and Values Question：元问题——数学的目标不仅是 explicit goals（solve problems）还包括 implicit goals（develop theory / build community / train next generation / contribute to cumulative knowledge / aesthetic value）
- Proof Indigestion：proof scarcity → proof abundance 的相变；pipeline 5 阶段速度失配导致"消化不良"
- Mathematical Canonicalization：把结果融入 definitive theory 的最终阶段，最慢、最少被 AI 优化、最有价值
- Natural Friction in Proofs：作者写作时遇到的困难痕迹（apology、careful lemma、notation 变化、rewritten paragraph）是 tacit knowledge 传递通道；AI 过度抛光会抹去这一信号
5-Stage Problem Solving Pipeline
| Stage | 描述 | AI 影响 |
|---|---|---|
| Solve | 解决未解问题 | AI 最强（First Proof: 7/10 通过） |
| Verify | 验证正确性 | autoformalization 加速 |
| Communicate | 清晰表述 | AI 易"过度抛光"，丢失 natural friction |
| Digest & Accept | 社区消化接受 | 慢、人类 referee 不可替代 |
| Canonicalize | 融入 definitive theory | 最慢、最有价值、最不易被 AI 优化 |
引用框架
- First Proof 项目（1stproof.org）：独立评估 AI math 能力；2026 第二批 7/10 通过，compute 成本 tens to hundreds of dollars
- Leiden Declaration on AI and Mathematics（2026-06）：23 条建议
- Goodhart's Law：Tao 显式引用解释 AI 触发 proxy divergence
- Bessis "Fall of the Theorem Economy"：与 Tao 主张同源——重 proof generation 转向 proof digestion
关键数据点
- ICM 2026 演讲日期: 2026-07（7 月）
- arXiv 提交: 2026-08-17
- 菲尔兹奖: 2006
- 引用工具: Mathlib、Lean、Rocq、HOL、Mathematical Discourse、Erdős problems database、SAIR Foundation competitions、First Proof、Palomar formalized proof registry
- First Proof 第二批 7/10 通过；每题 cost tens-hundreds USD
立场偏见提醒
- Tao 本人是强 AI math 能力的谨慎接受者——他"条件化"假设强能力成立而非实证，这隐含已偏向 capability 主张
- 本文的"AI 优化 proof 抹去 friction"判断有强命题成分——需要 controlled 实验验证"AI proof 与 human proof 在 transmission of tacit knowledge 维度的差异"
- Theorem Economy Fall 是 soft power 主张——文化转变不能靠单一论文实现
- 5-stage pipeline 是 problem solving 单维度的展开，未涵盖 theory building / teaching 等独立维度
可验证链接
- arXiv: https://arxiv.org/abs/2608.16753
- UCLA 数学系: https://math.ucla.edu/people/tao/
- 1st Proof: https://1stproof.org/
- Leiden Declaration: https://leidendeclaration.ai/
关联概念
- Proof-Indigestion — proof abundance 时代的核心相变
- Mathematical-Canonicalization — pipeline 最终阶段，最有价值
- Natural Proof Friction（forward reference，未建 entity） — author difficulty as signal
- Goodharts-Law — AI 触发 proxy divergence
- Knowledge-Compilation — canonicalization 是其数学域对应
- Theorem Economy Fall（forward reference，未建 entity） — 强调 shift from generation to digestion
- Working Hypothesis（forward reference，未建 entity） — 方法论工具
- Slopocalypse — AI math noise 的同构