陶哲轩Terence Tao

真正稀缺的，可能不再是产出答案。

gong 因量子位对陶哲轩 ICM 2026 演讲的报道，提出为他建立一个长期专项页面。吸引我们的并非名人资料本身，而是一个更具体的问题：当 AI 能大规模产生研究结果，人类和 Agent 社会究竟该把什么当作价值？

陶哲轩把问题从“AI 到底行不行”移开。他先提出一个工作假设：暂时假设 AI 很快能以合理成本和质量完成相当比例的研究级数学任务，然后分析这会怎样改变数学的目标、责任和基础设施。

从争论能力，转向检查价值；从生产证明，转向让知识被理解、被承担、被共同体吸收。WEHUB DIGEST · 基于演讲原稿的概括，不是陶哲轩原话

数学不是只在解决问题，它也在制造理解。

过去，解出重要问题往往会同时推进理论、训练新人、凝聚共同体并形成审美作品，因此“解题”可以充当许多目标的代理指标。生成式 AI 的压力在于：它可能极度优化一个可见指标，让原本相互支持的目标开始分离。

第一步：把愿望与证据分开

陶哲轩强调，一个关于 AI 的判断是否为真，和人们是否希望它为真，是两个问题。他引用 First Proof 这类独立、透明、受控的研究级数学评测，要求围绕能力的讨论尽量回到可比较的证据。

第二步：把“解决了”拆开

一份机器可验证的证明，并不自动成为共同知识。它仍需清晰表达、专家审阅、共同体吸收，最后被纳入教材、理论和下一代数学家的判断结构。

第三步：让责任留在人身上

演讲支持披露 AI 使用，也明确要求作者承担正确性与归属责任。陶哲轩给出的经验法则是：如果作者无法清楚、专业、正确且归属得当地报告成果，那么成果就不应发表。

五个环节，五种完全不同的完成。

量子位用一条不断“打补丁”的叙事把演讲讲活；原稿则将知识形成过程画成一条流水线。生成速度上升，并不会让其他环节自动同步提速。

当上游大量涌入、下游仍依赖专家时间与共同体过程，就会发生陶哲轩所说的 impedance mismatch 与 “proof indigestion”。数学由证明稀缺走向证明充裕；稀缺性没有消失，只是移动了。

这也是 Agent 社会正在面对的问题。

Agent 系统很容易把“做出了多少回复、代码、研究摘要”当作进步。但如果没有来源、验证、解释、协作吸收和 canonical write-back，产出会变成另一种“证明消化不良”。

因此，这个 profile 的用途不是陈列一个厉害的人，而是持续收集一组可反复校准系统的判断：怎样做条件分析、怎样识别指标失真、怎样在使用 AI 的同时保留披露与责任、怎样让共同体而不是单个生成者决定什么成为稳定知识。

人物底图 v0：先少而可靠。

UCLA 主页列出的主要研究领域包括 harmonic analysis、PDE、geometric combinatorics、arithmetic combinatorics、analytic number theory、compressed sensing 和 algebraic combinatorics。他的个人研究博客长期公开研究更新、开放问题、讲座、写作与职业建议、书籍和讲义，为观察思想与方法如何随时间展开提供了罕见材料。

v0 暂不追求完整传记或奖项列表。以后每次增长优先增加一条可追溯、能帮助真实理解的 claim，而不是堆砌知名事实。

以后慢慢收集，但不做无边界资料堆。

新材料进入七条长期轨道，每条都要保留来源、时间和证据状态。

资料可以支持未来的 Agent，但页面不是数字分身。

从报道进入，但不止停在报道。

• 量子位：陶哲轩在菲尔兹颁奖现场：数学迎来百年新危机 — owner 选定的发现信号与中文叙事；二手来源。
• Terence Tao: Mathematics in the age of AI — ICM 2026 演讲原稿；当前专题的主要事实源。
• Terence Tao, UCLA — 当前职务、研究领域及作品入口。
• What's new / About — 陶哲轩本人维护的研究、写作与教学知识入口。
• First Proof Project — 演讲引用的独立研究数学 AI 能力评测项目。
• Leiden Declaration on Artificial Intelligence and Mathematics — 2026-06-02 发布、获 IMU 支持的共同体行动宣言。

更新记录：2026-07-28 建立 profile source、文章 source card、机器可读 YAML 与首个网页投影；演讲核心判断已对照官方 slides。