明年 1 月招募 10–30 位數學家：費爾茲獎得主 Tsimerman 創立 MAISI 數學 AI 安全研究所

在拿下數學界最高榮譽、宣布離開傳統研究一個月後，Jacob Tsimerman 終於揭曉他真正想做的事。9 月 8 日，這位多倫多大學教授——本月稍晚即將加入 OpenAI 安全團隊——正式創立「數學 AI 安全研究所」（Mathematical AI Safety Institute，MAISI），一個位於舊金山灣區的新研究機構，目標是建立他所說的 AI 安全「數學基礎」。

時機並非巧合。正如 The Hill 指出，研究所成立之際，OpenAI 正準備發布更強大的下一代模型 Astra——而這正是 MAISI 希望定義與衡量其風險的那類系統。「AI 安全需要更基礎性的工作，」Tsimerman 在宣布貼文中寫道。他的押注是：這個缺失的基礎，看起來不像基準測試儀表板，而更像定理。

MAISI 究竟是什麼

根據《紐約時報》報導，MAISI 將於 2027 年 1 月展開第一個完整學期的研究，目標是為初期團隊招募 10 到 30 位數學家。Tsimerman 本人的宣布更為進取：明年 1 月前在灣區聘足 10–30 位數學家，2027 年 9 月擴增至 30–100 位研究者。另外還規劃了更宏大的「特別年」（special year）計畫——仿效普林斯頓高等研究院（IAS）等純數學機構數十年來的主題研究年模式。

這個機構明確以普林斯頓 IAS 為藍本——那是愛因斯坦與馮·紐曼待過的傳奇機構，少數頂尖研究者在極少教學負擔下深耕。這層血統在此至關重要：MAISI 不是產品團隊、不是大學系所，也不是前沿實驗室內部的標準對齊（alignment）小組。它是一次把 IAS 模式——長期視野、深度專業、以聲望驅動招募——直接移植進 AI 安全的嘗試。

招募對象瞄準研究數學家，也就是 Tsimerman 最熟悉、且他認為投入不足的族群。AI 安全資深研究者、UC Berkeley 的 Andrew Critch 公開轉發了成立消息，顯示既有對齊研究社群將 MAISI 視為真正的生力軍，而非競爭者。

為什麼是費爾茲獎得主來做這件事

Tsimerman 走向 MAISI 的歷程，是 AI 時代最奇特的故事之一。2026 年 7 月，在費城獲頒費爾茲獎的同一 天，他宣布從多倫多大學休假，加入 OpenAI 的安全團隊。據《大西洋月刊》報導，此舉在數學界投下震撼彈：一位 38 歲、正處於學術巔峰的頂尖學者，在事業攀升途中離開這門學科最負盛名的軌道。

他的理由毫不感傷。Tsimerman 的觀點是：AI 對人類數學的改進終將推向邏輯極限——自動化推理的軌跡強大到足以重塑人類數學家的定位。在離開前的最後兩年，他已停止收新的博士生，因為他判斷傳統的師徒制數學訓練已不再是合理的職涯準備。與其在多倫多旁觀這場轉變，他選擇投入他認為尚未被解決的那一面：讓系統本身值得信賴。

這個框架解釋了 MAISI 的核心論點。如果 AI 系統即將在數學這類領域超越人類表現——而數學是人類驗證標準最嚴格的學科——那麼安全部署的瓶頸，就在於能否精確陳述「安全」的意義並對其證明性質。現行的安全實作大量依賴紅隊測試、偏好調校與實證評估，卻沒有數學自身用來約束易錯人類推理的那種嚴謹等價物。MAISI 的賭注是：彌補這個缺口是一個數學問題，而且是很難的數學問題。

讓事情變得迫切的時空背景

MAISI 成立的這一週，前沿能力與前沿安全之間的界線正明顯繃緊。OpenAI 的 Astra 模型據報已解出十個未解數學難題，另有報導指 OpenAI 曾因關鍵網安能力門檻而暫停強化學習訓練。當一個系統開始產出人類難以查驗的證明時，「誰來驗證驗證者」就不再是哲學問題。

這也是實驗室因安全疑慮而出現高調人才流失的一週——一位 Anthropic 研究員的辭職信登上新聞頭條。在這片動盪中，MAISI 提供了一條建設性的路徑：一位世界頂尖的數學家不是為了抗議而離開，而是離開傳統數學，去建立他認為安全領域所欠缺的機構。

後續觀察重點

三件事將決定 MAISI 能否超越成立新聞本身的意義。第一是招募：到了 2027 年秋天，它真能吸引 30 位嚴肹的研究數學家嗎？在一個前沿實驗室薪水是大學好幾倍的市場裡，IAS 模式靠聲望運作，Tsimerman 的費爾茲獎能買到很多聲望，但能否轉化為持續的招募動能仍未經證實。第二是產出：第一學期 2027 年 1 月才開始，最早的生產力訊號距離現在還有約一年的招募與講座建設期。第三是獨立性：Tsimerman 仍將進入 OpenAI 安全團隊，而 MAISI 的資金結構在成立報導中尚未完整揭露。一個創辦人身處打造 Astra 的實驗室內部的研究所，勢必面對「它的批評能有多尖銳」的合理質疑。

這些保留都不減損其結構性意義。兩年來，AI 安全圈內部的抱怨一直是：這個領域吸引到的機器學習工程師，遠多於受過最高階形式系統推理訓練的人。MAISI 是迄今最可信的一次修正嘗試——一個屬於新時代的 IAS，而在這個時代，研究所裡被研究的那個東西，可能自己就會做起數學。