图片来源与许可 · CC BY-SA 3.0
AI 辅助插画 · 参考照片：Babenson at English Wikipedia · CC BY-SA 3.0 · 依据参考照片使用 AI 绘制细线彩铅人物插画，调整背景、构图与色彩；网页与分享卡片按版式缩放、裁切并叠加文字。展示图缩放至最长边 640 像素并转为 WebP。 · 参考图：File:Ttao2006.jpg · 照片日期：2006-03 · 插画及本站对分享卡的改编贡献沿用 CC BY-SA 3.0
公开发言
3原话逐字核对过；转述不加引号这些 AI 工具就像直升机，能直接把你空运到指定的瀑布前，让你看一眼然后飞回去，但你对如何抵达那里一无所知。除了你具体要求的那个事物之外，你可能看不到任何其他有趣的现象。因此，尽管技术上你更高效地达成了目标，但也许有些东西已经失落了。
these AI tools, they can be like helicopters that will just fly you directly to this waterfall and you can see it and then you fly back, but you learn nothing about how to get there. You may not see any other interesting phenomena than the specific thing that you asked for. And so even though technically you achieve your goal much more efficiently, there may be something that is lost.
语境：陶哲轩提出著名的‘直升机隐喻’，反思 AI 辅助科学发现的潜在代价：自动化工具虽能高效求解特定目标，但跳过了人类徒步穿越数学丛林中附带获得的整体洞察与知识地貌认知。
我们现在正在生成大量的证明，也验证了其中不少；但理解这些证明并将其整理成最终教科书形式的节奏，依然由人类掌控。事实上，我们现在正在经历所谓的‘证明消化不良’：突然之间涌现出海量待理解、待写入教材的问题解答，但我们已经被过于庞大的数量彻底淹没了。
We are now generating many proofs. We are verifying a bunch of them but the pace of understanding them and putting them into the final textbook form is still done by humans. In fact, we're now experiencing what you might call proof indigestion where suddenly there's lots and lots of pending solutions to problems that should be understood and should be going to textbooks, but we're just flooded now with too many of them.
语境：陶哲轩指出数学界正在遭遇的知识瓶颈：AI 极大加速了前端的蛮力命题生成与形式化验证，但后端的语义消化、逻辑重构与教材沉淀依然受制于人类认知带宽。
陶哲轩指出，大模型通过蛮力搜索生成的数学证明往往缺乏人类的审美与重点取舍：AI 无法分辨步骤的难易轻重，常在极其琐碎的步骤上花费大量篇幅，而在最关键的核心洞见上草草带过，导致生成文本冗长繁琐且难以为同行阅读吸收。
语境：分析 AI 证明难以直接发表或教学的根本原因，指出人类学者的证明写作会自然在其死磕最久的‘最难一步’上倾注笔墨与逻辑线索，而 AI 的平铺直叙缺乏认知层次感。