如果数学不止于证明，我们就需要更好地褒奖其余部分
核心概要
这是一篇由 Grant Sanderson 撰写、发表于 Terence Tao 博客的客座评论文章，主张数学界应更明确地定义并给予学术认可一种称为“有动机的解释”（motivated explanation）的工作，即把定义放在中间、允许从不完全正确的直觉出发、旨在回答“你会怎么想到这一点”的阐述性工作，并给出若干具体制度建议，例如把小型问题的交付物改为讲解报告、设立“未解阐述问题”清单、创办面向理解的期刊、以及在招聘与终身教职中更重视优秀教材写作。
深度剖析
文章提出并刻画了“有动机的解释”这一概念，与证明形成对照：证明中定义置于开头、每步必须正确且为前文的必然推论；有动机的解释中定义置于中间、新构造只有在所针对的问题被清楚建立后才进入词汇、并允许从一个可关联但不完全正确的想法出发再加以修正。 文章把数学界已有但未被正式命名的这类工作（如 Michael Nielsen 所称的“发现虚构”叙事）提炼为一个可讨论、可评价的类别，并主张其范围不止于说明某定理为何为真，还包括为何该定理值得提出以及它在周边语境中如何使用。 属于观点与概念界定类文章，依据是对证明与解释两种写作方式的对比性描述，以及作者自述的实践准则“我希望这让你感觉像是你自己也能发现它”，而非实验或统计数据。
文章主张这类工作应当获得与解决未公开问题相当的历史性学术认可，并指出其价值判断本质上比证明更“软”，因为“人类理解”本身就更难定义，但“有动机”这一属性比“清晰”或“去神秘化”更具可核查性，足以作为实用尺度。 文章把“证明可作为进展度量”的既有优势与“理解难以二值化”的现实并置，提出不应因为度量更主观就回避它，否则就是回避这门学科更人性化的部分。 论证基于概念分析与类比（把检查关键想法是否有动机类比为检查证明步骤是否合乎逻辑），并明确承认“永远不会有 Lean 用于有动机的解释”。
文章以若干范例说明这类工作长期存在且价值巨大：Princeton Companion to Mathematics 第四部分由专家撰写的领域导论、Timothy Gowers 自述编辑该书耗费约五年中一半工作时间且若非菲尔兹奖得主可能不会获得这一机会、Bill Thurston 关于证明与数学进展的著名文章及其“非产生学分”的活动清单、Timothy Chow 的《A beginner's guide to forcing》及其提出的“未解阐述问题”概念。 文章把这些分散的例子串成一条论证线索：既然这些贡献被公认为有价值，那么它们为何要跟在菲尔兹奖之后，而不是参与构成菲尔兹奖。 依据是文章引用的具体文本与访谈片段，属于文献与人物案例的引用性论证，不涉及量化评估。
文章以 Erdős 问题 1196（渐近本原集猜想）为例说明 AI 生成证明之后的理解工作同样值得褒奖：Liam Price 借助 GPT-5.4 Pro 提交了解答，随后 Nat Sothanaphan 与 Jared Lichtman 解读并整理为人类可读形式，2026 年 5 月由 Boris Alexeev、Kevin Barreto、Yanyang Li、Jared Duker Lichtman、Liam Price、Jibran Iqbal Shah、Quanyu Tang 与 Terence Tao 发表论文扩展其核心想法，并借此给出 Erdős 本原集猜想的更简洁证明。 文章强调价值不在于多解决一个 Erdős 问题，而在于对 primitive sets 的理解比 2026 年初明显更清晰、更令人满意，并认为扩展、澄清与语境化这一核心想法的工作或许更值得褒奖。 依据是文章叙述的具体事件与作者名单，属于案例叙述；文章同时指出“每个 AI 生成的证明一出生就是一个未解的阐述问题”。
启示与展望
文章面向数学界内部的政策与文化讨论，适用于院系、期刊、资助机构与青年研究者思考在证明生成工具普及的背景下如何定义与奖励贡献；其建议以数学学科为设定，并未提供可直接套用于其他学科的量化方案。
文章明确承认“有动机的解释”的成立与否不是二值的，且需要就先定评价标准达成共识，因此如何在实际评审中落地仍是开放问题；此外，本次载入的文本为博客页面内容，未包含所引用的外部论文、访谈与视频本身，读者若需核实 Erdős 问题 1196 相关论文的具体内容与作者贡献，仍需查阅原始文献。