25 位菲尔兹奖得主联名发声、DeepSeek 灰度语音朗读、中金首席建言 AI 税：三条知乎热榜事实审视

1. 25 位菲尔兹奖得主联名抗议：AI 军备竞赛与数学科学的“严重对齐失衡”

知乎代表性回答观点

• Yves S（高校数学教师），1187 赞。 回答指出陶哲轩一直是用 AI 做数学的坚定先驱，这份声明绝非否定技术，而是对当下尴尬期的警示：目前 AI 偶尔能做出前沿成果，但也极易出错，且证明过程充斥奇怪的逻辑绕路，人类极难理解其整体思路；陶哲轩与邓煜反对的是在仍需大量人工梳理的阶段，过度神化 AI 独立科研能力并直接抛出半成品抢 credit，导致数学失去了提炼新方法的实质价值。9
• 少十七（理论计算机学者），423 赞。 答主结合自身用大模型完成 STOC 论文 gap 证明的真实经历，指出 AI 启发巧思令人兴奋，但大公司卷数学千禧难题并非看重百万美元奖金，而是将其作为最纯粹“只讲对错、不讲利弊”的基准来维持高估值；AI 生成海量不可读证明无异于向学术界“倾销”，不仅挤压了研究者的智力探索乐趣，更在动摇数学人才培养的教育基石。10
• Archimon，1177 赞。 答主认为这是形式科学的人类主体性之争。以纳维-斯托克斯方程为例，人类百年来逼近该问题诞生了弱解理论与诸多关键不等式，这些中间副产品极大推动了现代分析学发展；如果大模型仅仅像重型推土机一样直接碾过问题、给出一个人类无法消化的孤立结果，那么这项工作对人类数学大厦的建设不仅缺乏增益，甚至会造成认知污染。11

2. DeepSeek 灰度测试语音功能：文本朗读音色与原生多模态边界

• 贝壳：百变活泼女声；
• 海星：俏皮甜美女声；
• 白浪：明朗坚定男声；
• 暗潮（部分显示为暗礁）：低沉浑厚男声。

知乎代表性回答观点

• 诸葛不亮 Kylin，44 赞。 答主分享了网页灰度朗读功能在特定输入下唱跑调的实测，认为其声音活人感较强且不是简单预设背歌，具备原生多模态 TTS 的特征；但从工程表现看，模型上下文似乎较短，长文本时会发生暴力清空导致声线突变。12
• 恋猫（GDE），22 赞。 答主指出语音能力虽然在严谨编程场景并非刚需，但对于面向大众的消费级助手（如豆包）和企业级 API（如 Gemini 与 OpenAI 的逐词时间戳、多说话人分离）是核心产品拼图；DeepSeek 补齐语音服务，是其从单一大脑向完整工具链演进的必经之路。13
• 暗耀 / 智能次元 SmartD。 答主明确给过度狂热的社区情绪降温，指出目前实测到的仅仅是文字输出后的语音播报与 4 种音色，官方并未开放麦克风双向连续对话，不可将“阅读器朗读”直接宣传为颠覆行业的全双工实时通话。14

3. 中金首席建言征收“AI 税”：学术推演与财税落地的现实鸿沟

1. 宏观病灶定性：AI 带来的潜在需求不足，本质上并非单纯的技术生产力问题，而是“结构问题和分配问题”；
2. 税制改革探索：现行税制存在对“劳动”与“资本”的差别对待（全球普遍对劳动工资征收较高累进个税与社保，而对资本利得、折旧抵扣及无形资产投入给予税收优惠）。为平衡要素回报，他提出可探讨适度征收“自动化税”、“机器人税”或“AI 税”；
3. 教育再培训防线：针对性加强劳动者技能升级以应对结构性失业，但必须设立清晰的救济介入与退出机制，避免滋生长期福利依赖；
4. 金融定向扶持：鉴于 AI 时代高端新岗位创造速度滞后，迫使部分求职者向低技能岗位下沉，应通过财政贴息协同结构性货币政策，引导社会资本投向 AI 难以完全替代、需要高度人机协作的新兴服务业。

• 纳税客体极难定义：如何界定什么是“AI”？工厂采购的高精度机械臂算不算？企业部署的自动化 ERP 系统算不算？程序员使用 Cursor 或 Copilot 将代码效率提高三倍算不算？若对算力或 Token 征税，极易误伤全行业的数字化转型；
• 资本全球流动与技术套利：税收具有高度地域性，如果单一市场率先对 AI 施加额外税负，资本与顶尖科研团队将迅速外流至税率更友好的司法管辖区，在激烈的全球 AI 科技角逐中造成本土产业被动。

知乎代表性回答观点

• 王克丹（《逻辑与现实经济》专栏），356 赞。 答主直击宏观核心命题“AI 生产的东西究竟卖给谁？”。任何技术革命都会冲击就业，但经济系统必须形成闭环。若 AI 极大提升生产效率却使普通劳动者失去收入来源，没有消费能力的社会将陷入生产过剩危机，因此再分配机制的讨论具有必然的宏观紧迫性。15
• Alex YU，113 赞。 答主梳理经济史指出，这一构想并非新鲜事物。18 世纪末第一次工业革命时，英国工会就曾向议会请愿按“机械马力”向自动织布机征税以补偿失业工人；最终历史选择的道路不是强行阻碍机器应用，而是通过出台劳动法规、规范雇佣关系与完善社会保障来实现利益平衡。16
• 财税星老师，59 赞。 答主从专业财税实操切入，指出直接新增“AI 税”在征税主体认定与税基计算上存在巨大障碍。相比设立容易抑制创新的新税种，更现实的路径是通过现有税制进行结构微调，例如调整自动化设备的加速折旧抵扣额度，或者对积极吸纳就业、开展人机协作的企业提供专项税额抵免。17

今日留下的三个观察变量

1. 观察国际学术组织是否出台 AI 辅助数学研究的署名与验证指引。 持续追踪国际数学联盟（IMU）以及各大顶级数学期刊，是否会对 AI 独立生成或主要推导的论文设立专门的审查周期、形式化验证代码强制开源标准与署名门槛。
2. 观察 DeepSeek 官方 API 与客户端多模态音频能力的正式演进。 密切留意 DeepSeek 官方更新日志，检验其是否会在后续版本中正式上线面向开发者的 TTS/ASR 接口，以及移动端是否会从“文本朗读”真正跨入“全双工实时语音交互”。
3. 观察宏观分配与数字要素税收理论的政策转化深度。 跟踪国内外财税智库关于“资本与劳动税负再平衡”的研究动态，研判政策重心是倾向于对自动化资本收益调节，还是转向通过扩大就业补贴与强化新兴服务业生态来吸纳劳动力。