2026 年 10 月 11 日，陶哲軒在加州理工學院公開演講《Math 2.0》，提出數學正從「證明稀缺」走向「證明富足」；同日 Hacker News 首頁出現了他發布的 Math 2.0 PDF，但該來源未提供可讀正文。據機器之心報導，這場演講籌劃已一年多，原定今年 5 月舉行、原題《Machine Assisted Proof》，後推遲至 10 月，內容也因近期事件大幅調整，加州理工學院活動頁仍保留原題與摘要。 陶哲軒把傳統數學研究稱為 Math 1.0，其前提是證明稀缺：解決開放問題並嚴格驗證答案通常困難且罕見，數學界的制度與激勵也圍繞這一前提建立。他認為數學特別適合現代 AI，因為證明客觀可驗證（寫成 Lean 等形式化語言後甚至可由計算機機械檢查）、高度數字化（不依賴物理載體、真實世界資料或實驗），且已有大量高品質數字化文獻。前沿 AI 實驗室因此優先投入數學解題能力，其他缺少這些條件的領域未必獲得同等進展。 他警告，只最佳化 AI 自動解題已在損害數學長期健康，因為答案可能繞過人類理解直接產生。其 Math 2.0 願景是把 AI 嵌入人類理解與數學研究各環節，支援研究共同體，並維護數學理解對現實應用的作用。他舉例，等式理論專案已判定超過 2200 萬個命題，逆伽羅瓦問題挑戰從 24 次擴充套件到 31 次。對使用前沿模型做數學研究的人來說，獲得證明的門檻可能顯著降低，但繞過理解的答案也帶來長期風險。
AI 根據 2 則報導生成 · 更新
沿著報導，了解事件的不同側面；點標題看單篇報導的摘要與原文連結。
陶哲軒在加州理工學院發表《Math 2.0》演講，認為數學正從「證明稀缺」轉向「證明富足」：只要有算力和前沿模型，過去需要數年甚至數十年才能解決的開放問題可能很快就有答案。他同時警告，只最佳化 AI 解題已在損害數學長期健康，因為答案可能繞過人類理解直接產生。他主張 Math 2.0 應把 AI 嵌入人類理解與數學研究的各環節，並舉例等式理論專案判定超 2200 萬個命題、逆伽羅瓦問題挑戰從 24 次擴充套件到 31 次。
過去 48 小時，有 2 個獨立來源報導，最近 6 小時新增 0 個。熱度 1.6，熱門榜第 1 名。
熱度以 48 小時內的獨立來源計，同一來源只算一次，每 24 小時權重減半。
同一事件的報導集中在這裡，新的進展會繼續補充。