编辑｜冷猫 2026年9月11日，一份来自学术界的联合声明，引发了广泛关注。28位菲尔兹奖得主共同签署了《人工智能在数学中的严重错位》，抨击了AI企业将解决数学问题作为其能力标志的做法，称这种趋势对数学科学及其共同体是“有害的”。他们认为，解题只是一种手段和代理指标，真正的数学研究应当追求深层的概念理解与洞察。然而，随着AI以越来越快的速度生成“对/错”判断，这种方式可能在无形中破坏了孕育新思想的土壤。

到了2026年9月底，由陶哲轩共同创立的SAIR基金会公布了第二阶段的数学蒸馏挑战赛（Mathematics Distillation Challenge）成果。在294支参赛队伍中，来自九章云极的言表实验室（yanbiao.ai）凭借在全部四个赛道上都获得了满分200分，最终总得分高达221分，显著领先于其他选手，毫无疑问地摘得桂冠。陶哲轩在批评AI公司专注于数学解题排名的同时，亲自组织了一场要求AI提交可验证证明的数学竞赛。他反对的并非是AI参与数学问题的探讨，而是那种“仅追求结果而漠视理解”的单一追求。

那么，什么样的AI4S策略才能赢得陶哲轩的青睐呢？此次第二阶段比赛聚焦于等式理论中的蕴含关系。比赛规则特别明确：如果蕴含关系成立，参赛者需提交Lean 4形式的正式证明；如蕴含关系不成立，则需提供一个反例，即一个满足前提但违背结论的代数结构。所有提交的作品都由确定性的Lean验证器逐一审查，未通过的提交不得得分。换句话说，这场比赛的评判标准由“答对率”转变为“可验证性”。 球盟会

陶哲轩的立场在比赛要求进行形式化验证时已经得以体现。他的愿景是从海量的数学证明中提炼出核心知识，并将其浓缩为一个提示词。这些高度浓缩的知识能够助力模型解决新的数学难题，从而让知识以某种形式转化为智能。实现知识的压缩，成为提升智能的途径，正是他的理想追求。

数学蒸馏挑战赛的第二阶段包括四个赛道，基于两个维度进行交叉划分。Solo赛道要求每次处理一个问题，具备固定的单一题目预算；而Marathon赛道则允许一次性处理100个问题，并共享全局 budget。两种模式重心不同：Solo强化每个单题的深入攻克，Marathon则考察资源分配与整体战略。在所有的四个赛道中，九章云极的求解器均完成了所有评测题目，以满分200分的优异成绩稳居主榜第一。

此外，比赛还设立了一个研究附加榜（Research Leaderboard），根据赛事官方评测框架，评测集分为Normal、Hard、Extra Hard和Order 5四个难度级别。其中，Order 5（五阶）等式涉及约62000条法则，涵盖了大量尚无定论的开放问题，Research Leaderboard则从这些五阶等式中筛选出最具挑战性的部分进行单独评分。在所有参赛团队中，只有两支团队获得了大于零的分数：九章云极以17分独占鳌头，第二名仅得3分，其余团队均为零分。 球盟会

值得注意的是，在多个赛道中，参赛团队始终使用同一套智能体和方法。在RSI的迭代中，团队逐渐发现无需分别为每个问题设计智能体与算法工具，他们构建了一个包含数十亿条Lean代码的证明图，将其压缩成符合比赛要求的500KB Python代码。此次挑战中，九章云极取得了惊人的成果，他们将获得的新发现汇编成了一篇论文，针对挑战赛中的Austin法则问题进行了深入探讨。

论文标题为《Trace-Tree Magmas: Proof-Producing Infinite Countermodels and 28 New Order-Five Austin Classifications》。那么，Austin法则究竟是什么？简单而言，在代数结构（magma，即一个集合配上一个二元运算）的领域中，大多数等式定律要么在有限结构中找到例证，要么根本不成立，但Austin法则却构建了一类特殊的等式：所有满足该等式的有限代数结构都是平凡的（仅一个元素），而确实存在非平凡的无限结构得以满足这一等式。

论文的核心贡献可从三个维度进行分析。首先，方法创新。研究中提出的“秩递减稀疏迹树magma”是一种新的构造方式。简言之，团队利用有限条重写规则，在无限构造树上定义出真实的无限代数结构，突破了有限模型搜索器的根本局限。其次，数学新发现。在ETP所锁定的96个五阶候选等式中，研究成果展现了令人瞩目的前景。 球盟会