菲尔兹奖得主与 AI 基准：给营销人员的一课

数学家通常不会就营销写公开信。但一群菲尔兹奖得主在 9 月提出的论点，几乎可以逐字套用到我们这个行业衡量 AI 的方式上。他们的观点是：解题只是一个代理指标，真正的目标是理解。把两者混为一谈，就可能损害你原本想要改进的东西。

发生了什么

据 The Next Web 报道，9 月 11 日，一份题为A Severe Misalignment of AI in Mathematics的宣言在 mathandai.org 上发布。网站列出了 25 位签署人，包括 Terence Tao、Peter Scholze、Maryna Viazovska、Cédric Villani、Pierre Deligne、Manjul Bhargava 和 Martin Hairer。宣言认为，解题是一种工具和代理指标，而数学的首要目标是概念上的理解与洞见。它警告说，以越来越快的速度批量生产或真或假的命题，“可能摧毁肥沃的土壤”。TNW 将其描述为一份关于基准测试的声明；宣言并未点名任何具体事件。

同一周，另一封公开信批评了加州理工学院一场由学生组织的 AI“数学马拉松”（Mathathon），称这种形式是“垃圾数学”（slop mathematics），并认为核查和纠正 AI 结果的劳动“没有报酬、没有署名、也没有得到承认”。TNW 报道称，OpenAI 于 9 月 10 日撤回了其向该活动提供的价值 100 万美元的额度，而 Anthropic 保留了其支持；组织者增加了一些要求，但并未取消活动。

为什么重要

数学家们抱怨的是一个熟悉的陷阱。当一个著名难题变成基准测试，实验室就会针对“给出答案”进行优化。答案是可衡量的，理解则不然。久而久之，可衡量的东西会挤掉有价值的东西，而核查输出的工作则留给了别人。

营销 AI 恰恰也有这个问题。我们用容易计数的东西来衡量工具：生成的素材数量、节省的时间、点击率、提及品牌的 AI 答案占比。这些数字很重要。但营销的目标不是产出，而是足够理解客户、从而服务好他们，并建立一个人们信任的品牌。一个用内容淹没各个渠道、在代理指标上大获全胜的系统，可能会悄无声息地侵蚀这两者。

关于无偿核查的观点同样切中要害。生成内容的成本很低，核查的成本却很高。如果核查工作在你的指标中不可见，那么你的“生产力提升”有一部分只是会计上的把戏。

我的研究怎么看

我近期的研究正是围绕这一区分展开的。在我们的 SIGIR 2026 论文SOMIN: Agentic AI for Automating Professional Visibility and Countering Content Homogenization中，我们要解决的问题恰恰是 AI 撰写的内容会趋同：每个人的助手都写出同样合格却千篇一律的帖子。我们的方法是在写作前检索真实的上下文数据，让输出保持独特。没有辨识度的数量，就是营销版的“垃圾内容”。

在效果衡量方面，我曾在 e27 上指出：所有仪表盘都是绿的，却没人能说清什么起了作用。全线上扬的代理指标，并不等于知道结果是由什么造成的。而在我们从Against Opacity到MindFuse的可解释 AI 工作中，目标不只是更好的预测，而是营销人员能从中学习的解释。这就是营销版的、数学家所说的“概念上的理解”。

营销团队可以从中得到什么启示

• 为每个指标写明背后的目标。为每一项 AI KPI 写一句话，说明它应当代表什么真实结果，并定期检查这种对应关系是否仍然成立。
• 把核查成本算进去。跟踪人工审阅和纠正 AI 输出所花的时间，并将其计入投资回报率。
• 衡量辨识度。把你借助 AI 制作的内容与竞争对手的进行比较。如果它们变得难以区分，你就是赢了代理指标，输了品牌。
• 优先选择解释，而不是分数。一个告诉你“为什么有效”的工具，会积累团队知识；一个只告诉你“有效”的工具，则只会制造依赖。
• 给人以应有的认可。如果有人在为 AI 输出收拾残局，就让这项工作被看见、被重视，而不是被视为理所当然。

数学家们正在保护自己的领域，使其免受一种把答案误当作理解的基准文化的侵害。营销也应当避免犯同样的错误。

常见问题