陶哲轩回应称未参与Claude破解纳维斯托克方程传闻，提出AI竞赛可能浪费数学问题价值，并设计“假如AI早来20年”思想实验，建议AI公司优先宣布新数学见解而非解决方案。
陈小杨就AI在数学领域的作用发表观点，认为大猜想的证明需要突破现有工具，这是AI尚未具备的能力；而构造反例本质上是一场极其复杂的搜索，恰好发挥了AI擅长海量计算与自我迭代的优势。
陶哲轩在2026年ICM演讲中提出“证明消化不良”概念，指出AI生成证明速度远超人类审核能力，数学进入证明过剩时代。他提出新准则：作者无法以专家水平清晰解释其结果，即使通过Lean等工具验证也不应发表。他还将AI产出的森多夫猜想证明从9万行Lean代码整理为1.5万行，并连带解决1972年的菲尔普斯-罗德里格斯猜想。
菲尔兹奖得主陶哲轩在ICM 2026上发表演讲，警告AI大规模介入数学证明正引发信任危机。他引用2026年7月OpenAI推理模型攻破几何猜想但被识破的案例，指出AI证明存在“形式正确但语义不忠实”的根本缺陷，并强调“语义忠实度”比格式合规更重要，呼吁关注AI在数学推理中的风险。
陶哲轩在2026年国际数学家大会上警示，AI正将数学推向“证明过剩”时代，并可能导致下一代数学家丧失数学直觉。他提到AI在开放数学问题上的成功率仅为1%到2%，并提出了“如果作者不能清晰阐释成果，即使通过形式化验证也不应发表”的准则。
菲尔兹奖得主陶哲轩在ICM 2026上警告，AI生成的数学论文以“过度光滑”的文本抹去人类思考痕迹，可能导致100年后数学界理解能力退化。他提出AI论文需附带“认知痕迹”注释，并以王虹破解Kakeya猜想为例说明认知地图的价值。
陶哲轩在ICM 2026上发表演讲，警告AI正给数学带来深刻危机，包括“证明消化不良”和“训练断档”风险。他认为AI在广度上有优势，但人类在深度与节奏上占优，并警示AI可能“过度拟合”。
菲尔兹奖得主陶哲轩在2026年8月接受《新科学家》杂志深度访谈，警告数学界只剩几个月应对AI带来的结构性危机。他称AI以每周攻克数道数学难题的速度推进，数学正从“证明稀缺”转向“证明过剩”，人类消化能力跟不上AI产出。他列举了Gemini十分钟解决Erdős问题367、Astra产出10项成果、Claude Fable 5参与雅可比猜想反例等案例，并指出AI解决真实难题成功率仅1%-2%。