阅读,与值得关注的内容Readance

把邓煜气到要“改行写小说”,新晋“学术小偷”惹毛这群最聪明的人

本文经授权转载自
Vista看天下
(ID:vistaweek)
作者:邵楚芮



“最近我接触到的数学界,弥漫着一股浮躁不安的氛围。”


7月刚拿下菲尔兹奖,数学家邓煜就在社交平台上感叹AI给数学界带来的变化。他好奇AI的上限,也忍不住开玩笑,如果AGI真能解决所有数学问题,那自己“无非回家好好写我的百合小说”。

图/网络

导火索,是数学界最近发生的“AI抢发人类论文”风波。

9月8日,OpenAI宣布,公司曾调动约1万个Agent攻坚三维Navier-Stokes(纳维-斯托克斯)问题。这是北京大学教师韦东奕的长期研究方向,也是数学界近90年的100万美元难题。

第一批Agent启动的约88小时后,系统找到了解法。

但几乎同时,两位数学家,特里斯坦·巴克马斯特和莱文特·阿尔珀格公开质疑,他们的研究数据和方向,被AI“抢”了。因为两人一直是Codex等AI工具的重度用户,大量草稿和中间思路都曾输入其中。目前,OpenAI已明确否认。

比数据争议更让数学界不安的,是速度。一些原本需要人类长期投入、反复试错才能推进的研究,正在被AI以远超人的速度直接获得结果。

乍看之下,这很像一群数学家开始担心被AI抢饭碗。实际上,他们更担心,AI的抢先,会影响数学思想的传播,以及下一代对数学难题的探索意愿。


9月11日,陶哲轩、邓煜等25位菲尔兹奖得主联合发表《AI在数学中的严重错位》,直指AI公司与数学共同体之间正出现裂痕。这25位初始签署人的获奖年份横跨近半个世纪,这是数学界最顶尖头脑的一次集体表态。截至发稿前,已经有超过7000人联署了这份声明。

陶哲轩提到,这份声明并没有经过更广泛的协商,因为他们认为“时间紧迫,需要尽早而非拖延”。

而在大洋彼岸,最懂AI的人也在面对类似的怅然。DeepSeek v4.1发布后,机器学习系统工程师刘胜与写下一篇名为《我不得不把才华埋葬在昨天》的长文。

图/《钢铁侠2》

面对AI能力的快速进步,刘胜与提到,自己不至于会“失业”,但可能必须要“转业”。“我的饭碗尚且能保住,但这可能会导致我再也没机会从事那份我曾热爱过的工作。”

当答案越来越容易得到,数学家到底在害怕失去什么?他们今天的焦虑,会不会也是其他行业的明天?


科技巨头之间“幼稚的闹剧”,

受伤的却是数学家


几天之内,巴克马斯特的办公室,从一个普通的数学系办公室,变成了临时“作战室”。

有人帮他检查证明,有人处理与OpenAI的沟通,他们甚至开始咨询律师。巴克马斯特承认,和一家万亿美元级别的公司发生冲突,让他感到“非常可怕”。“他们根本不在乎我们这个群体。”

点燃巴克马斯特怒火的,是所有科研人员最难接受的结果,近似于自己苦心钻研的论文被AI“摘桃”了。

局部不可压缩运动快照。图中橙色表示角旋转较快,蓝绿色表示较慢。环流速度同时取决于半径大小。运动轨迹呈现出向内螺旋与轴向拉伸的形态。
OpenAI的研究结果之一。(图源:OpenAI)

巴克马斯特和阿尔珀格已经沿着一条与纳维-斯托克斯方程相关的路线,研究了近一年。纳维-斯托克斯方程被广泛用来描述空气、水流等流体运动,天气模拟、管道输送都会用到它。

他们想证明的是,一股原本正常流动的流体,在某些条件下,会不会突然在数学上“失控”。8月中旬,他们终于等来了关键突破,把两位西班牙数学家几年前提出的一种方法,又往前推进了一大步。

一周后,其中一份AI生成的证明通过了数学证明软件Lean的形式化验证。

如果把它类比成一篇普通论文,巴克马斯特和阿尔珀格的进度就是,实验已经跑出了关键数据。接下来要做的,是花几周时间,把结果检查、解释,再写成同行真正能看懂的论文。

就在这时,OpenAI急了。按照OpenAI后来公布的时间线,9月1日前后,公司得知,有数学家可能已经接近两个千禧年大奖问题。OpenAI立即让内部新模型尝试相关问题。

Sam Altman talks on stage during the G20 conference.
萨姆·奥尔特曼

一开始,大约100个Agent被投入一个相关的欧拉方程问题。发现有戏之后,公司迅速加码,不断从其他任务里抽调了更多Agent。

1万个Agent同时尝试不同路线、检查证明,再把有用的中间结果传给其他组。传统数学家可能几个月只能认真追几条思路,OpenAI却只花了不到4天,就让AI交卷了。

微妙的是,OpenAI提到的研究路线,跟两位数学家几乎一模一样。

偏偏过去几个月,巴克马斯特和阿尔珀格又一直是OpenAI旗下Codex的重度用户。研究中的草稿、中间推导和不少尚未公开的思路,都曾被输入其中。

这很难不让人多想,OpenAI为什么会在听到他们的进展之后,迅速沿着如此接近的路线跑到前面?他们此前留在Codex里的研究内容,有没有可能影响了后来的结果?

Tristan Buckmaster standing in front of a chalk blackboard with various dates and names written on it.
特里斯坦·巴克马斯特

此后,OpenAI明确表示,巴克马斯特此前两个月的Codex提示词“不可能以任何方式影响系统,包括训练”。

OpenAI为什么这么急?至少不是为了那100万美元。

公司后来明确表示,无意申领千禧年大奖。真正的原因,还是OpenAI和Anthropic两家公司的竞争。

阿尔珀格并不只是数学家,他还是Anthropic的员工。因此,对OpenAI来说,两位数学家的进展意味着“宿敌即将获得成果”。

后来,巴克马斯特和OpenAI争论时,OpenAI甚至明确表示,无法给阿尔珀格署名,因为他们很难接受,“让OpenAI的内部项目里有一个Anthropic员工”。

这并不是两家公司第一次在数学上隔空较劲。过去半年,数学几乎已经变成前沿AI公司最密集的“秀肌肉”场地之一。

OpenAI的CEO奥尔特曼(中)与Anthropic的CEO达里奥·阿莫代伊(右)。(图/网络)

近几个月,OpenAI已经屡次宣布,自家模型在数学和理论计算机上的科学成果。Anthropic也让Claude研究模型去“硬碰”黎曼猜想,重新解释费马大定理。

两家公司公布成果的节奏,已经很像在轮流往桌上拍成绩单。对他们来说,数学有一个其他领域很难同时具备的优点,它既足够难,又相对容易判定输赢。

如果AI能解答困扰数学界多年的难题,那么模型到底变强了多少,一下就有了所有人都认识的参照物。

“这不过是两家市值万亿美元的公司之间幼稚的闹剧,他们就像小孩子一样行事。”巴克马斯特说。

但对数学界来说,被AI“抢成果”的后果,远不只是谁先发论文、谁少了一个署名。

“一场革命,或者毁灭”


在接受《连线》采访,提起过去一周AI在数学领域的突破时,67岁的康奈尔大学数学家史蒂文·斯特罗加茨突然哽咽了。

他并不是害怕失业,而是突然想到了,“数学已经以一种特殊的方式延续了4000年”。

在斯特罗加茨看来,数学从来不只是把一个个问题做出来。它更像一场跨越几千年的对话,一代人把新的知识交给下一代,不只告诉他们“什么是真的”,还要解释“为什么是真的”。一个证明被提出之后,还要被别人读懂、简化、重新讲述,再变成后来的人可以继续使用的工具。

“然后,2026年,AI浪潮突然撞进了数学。”

图/《美丽心灵》

几乎同一时间,25位菲尔兹奖得主签署的《AI在数学中的严重错位》发布。同样,他们并不反对AI做数学,声明里明确承认,AI有机会“增强和加速真正的数学研究与理解”。

作为联合签署者之一的陶哲轩,一直是机器辅助数学最积极的实践者之一,他曾用计算机做大规模搜索、借助形式化证明工具验证结果,也不断尝试AI能在研究中做到什么。

他们真正反对的,是AI公司正在把著名数学难题变成一张模型能力排行榜。

在数学家的传统里,那些几十年、甚至上百年没有解决的难题,并不是几道等着被勾掉的“大题”。

联名信把它们称作数学世界里的“地标和灯塔”,人们朝着它们走,未必马上抵达终点,但沿途可能发明新的工具,建立新的理论,甚至发现原先根本不知道存在的另一片领域。

陶哲轩

王虹解决的三维挂谷猜想就是如此。

这个问题困扰数学家超过一个世纪。最终答案直到2025年才出现,但在此之前,数学家为了不断逼近它,以及与它紧密相连的一批难题,已经发展出了尺度归纳、波包分解等一整套方法。其中一些在之后被用到了完全不同的领域。

而AI,被陶哲轩比喻成“直升机”,可以直达,但人“完全无法学会怎么到那里”。

过去,一道难题真正留下来的东西,并不是最后那句“证毕”。它通常意味着一个人已经在这片领域里走了很远。深刻的定理既困难又稀缺,因此,人们往往可以用最终成果反推背后的理解深度。

但AI正在拆掉这种对应关系。它可以直接生产过去只有经过漫长训练才能得到的结果,却不一定经历形成这种理解的过程。

王虹

各数学家在声明里强调:“在许多领域与活动中,多年的训练传统上不仅是为了产出一个最终答案或产品,也是为了发展理解力,以及提出新问题和新思想的能力。”但现实是,AI在人类工作的基础上,已经有能力直接产出这类工作的结果。

长期研究尼瓦特猜想的布莱娜·克拉最近经历的一件事,也体现了这一现象。

尼瓦特猜想被提议放进谷歌DeepMind的形式化猜想项目之后,突然获得了更多关注。很快,克拉开始收到一些声称已经完整解决这个猜想的论文,其中一些作者此前几乎没有进入过这一研究领域。有人承认使用过AI,不过解释说,AI只是帮忙润色英文或检查证明。

克拉没有直接质疑这些论文是假的。她只是提议:“我们开个Zoom会议,你给我讲讲你的证明。”

然而,当时没有一个人接受邀请。

(图/《蜘蛛侠4》)

这件事最让克拉在意的,并不是“这些人到底有没有偷偷用AI”。哪怕所有证明最后都被验证为正确,“作者到底理解了什么”“证明为什么成立”“它又能告诉其他数学家什么启示”……这些问题依然存在。

“证明不只是一张确认某件事为真的凭证。”克拉写道。

在她看来,一个好的证明还应该是“一则故事、一幅图景、一种洞见和解释”。它不仅告诉人们答案,还应该改变人们理解问题的方式,并留下可以继续使用的方法。

不仅如此,AI的出现,也开始让一些数学家怀疑,未来还要不要像过去那样做数学。

丘成桐在9月的采访中说:“对于博士生和青年教师来说,挑战难题本就意味着巨大的时间和职业风险。”如今,他们还要面对拥有海量算力的AI公司,可能更加不愿意把几年时间押在一个雄心勃勃的问题上。

图/《奇怪国家的数学家》

“纯数学正在经历一场革命,或者毁灭。”斯特罗加茨说。很多数学家喜欢的问题正在被快速解决,但这些问题之所以吸引他们,本来就不只是因为终点。

数学家的不安,在其他行业里,已经变成了具体的职业选择。

职场新人受到的影响可能更大


“再过上半年或者一年,AI写的算子大概率就会和我写得同样优秀,甚至将我超越。”《我不得不把才华埋葬在昨天》中,刘胜与写道。他很高兴,因为模型的主Attention算子正是自己写的。但他也清楚地知道,自己正在亲手加速AI的进化。


AI最吸引人的地方,本来就是跳过过程。比如不会写代码,也可以直接得到一个App。不想读材料、做PPT,只要动动手指,AI就可以自动读取并做出成品。


AI未必首先消灭一个职业,却可能先消灭这个职业里原本必须亲自走过的一段路。


(图/《美丽心灵》)


过去,刘胜与会坐在工位上花一整个下午设计、调试和优化一个算子。找到一个更好的调度方案,或者让性能超过厂商官方实现时,他会获得一种近似游戏速通刷新纪录的兴奋感。


但随着AI越来越会写代码,工业界真正需要的,也正在从“会写高性能算子的人”,变成“能用AI更快地产出高性能算子的人”。


图/《心灵捕手》


刘胜与把自己未来的角色叫作Agent的“机甲驾驶员”。“那份坐在工位上静心写上一下午算子的清欢,可能会在这个夏天成为绝唱。”


对于已经有多年经验的人来说,AI或许首先改变的是工作方式。但对于刚刚进入一个行业的人,问题可能更复杂。


刘胜与在文章里举过一个学生做实验室作业的例子。一个选择是花8个小时自己写代码,最后可能还拿不到满分。另一个选择,是花几毛钱、几分钟,让AI直接生成一份满分代码。大多数人会选哪个,并不难猜。


(图/《知无涯者》)


偏偏那些最容易被AI拿走的工作,过去也是新人用来“练级”的工作。一个人是通过看起来琐碎但充斥着训练、材料的工作,学习行业是怎么运转的。


今年一项基于美国就业数据的研究《煤矿里的金丝雀?》发现,在AI暴露程度最高的职业里,22至25岁年轻人的就业表现已经明显弱于低AI暴露职业,而资深员工受到的影响要小得多。


数学家斯特罗加茨也在采访中提问:“我们会不会是煤矿里的金丝雀?”


过去矿工会带金丝雀下井,因为它们对毒气更加敏感。一旦金丝雀先倒下,就意味着人类也即将遇到危险。


数学之所以可能成为最早的“金丝雀”,恰恰因为数学结果相对容易验证,一个证明至少还能检查对不对。


但如果连这种拥有严格标准的领域,都开始面对“有结果却没人真正理解”的问题,那么到了科学、法律、公共政策和艺术这些证据与解释本来就更有争议的领域,人类又该怎样从海量AI产出中判断什么真有价值?


图/《挽救计划》


目前几个领域摸索出的答案比较相似。科学界开始把“发现、证明、形式化、解释”拆开分别记功,法律界干脆放弃判断AI说得对不对,只咬住"谁签字谁负责"。而在艺术市场,一份干净的人类创作过程记录,变得和作品本身一样值钱。


判断的重心,正从产出本身,悄悄挪向产出背后那段留痕的人类过程。


这也是刘胜与自己在意的东西。他反复纠结的,是“未来人们还能不能潜下心来认真做一件事情”。 


他最后也不会选择停下来。“在不得不把才华埋葬在昨天后,我还有明天的光明可以追逐。”

排版:王雨璇


[1]Berrie, L., Feng, Z., Rice, D., Clemens, T., Williamson, L., & Dibben, C. (2024). Does cycle commuting reduce the risk of mental ill-health? An instrumental variable analysis using distance to nearest cycle path. International Journal of Epidemiology, 53(1), dyad153. https://doi.org/10.1093/ije/dyad153

[2]Hossain, M. N., Lee, J., Choi, H., Kwak, Y.-S., & Kim, J. (2024). The impact of exercise on depression: How moving makes your brain and body feel better. Physical Activity and Nutrition, 28(2), 43–51. https://doi.org/10.20463/pan.2024.0015

[3]Murawska-Ciałowicz, E., Wiatr, M., Ciałowicz, M., de Assis, G. G., Borowicz, W., Rocha-Rodrigues, S., Paprocka-Borowicz, M., & Marques, A. (2021). BDNF impact on biological markers of depression—Role of physical exercise and training. International Journal of Environmental Research and Public Health, 18(14), 7553.https://doi.org/10.3390/ijerph18147553

[4]Murawska-Ciałowicz, E., Wiatr, M., Ciałowicz, M., de Assis, G. G., Borowicz, W., Rocha-Rodrigues, S., Paprocka-Borowicz, M., & Marques, A. (2021). BDNF impact on biological markers of depression—Role of physical exercise and training. International Journal of Environmental Research and Public Health, 18(14), 7553.https://doi.org/10.3390/ijerph18147553

[5]Basso, J. C., & Suzuki, W. A. (2016). The effects of acute exercise on mood, cognition, neurophysiology, and neurochemical pathways: A review. Brain Plasticity, 2(2), 127–152. https://doi.org/10.3233/BPL-160040

[6]Liu, X., Sun, Z., Wang, X., Dong, D., & Samsudin, S. B. (2026). Effects of green exercise on mental health: A systematic review and meta-analysis. Frontiers in Psychology, 17, 1802759. https://doi.org/10.3389/fpsyg.2026.1802759

[7]Fan M, Lv J, Yu C, et al. Association Between Active Commuting and Incident Cardiovascular Diseases in Chinese: A Prospective Cohort Study[J]. Journal of the American Heart Association, 2019, 8(20): e012556.

[8]Association of Cycling with Risk of All-Cause and Cardiovascular Disease Mortality: A Systematic Review and Dose–Response Meta-analysis of Prospective Cohort Studies[J].Sports Medicine, 2021:1-10.DOI:10.1007/s40279-021-01452-7.

[9]Lo GH, Richard MJ, Kriska AM, McAlindon TE, Harkey M, Rockette-Wagner B, Eaton CB, Hochberg MC, Kwoh CK, Nevitt MC, Bhakta PB, McLaughlin CP, Driban JB. Bicycling over a Lifetime Is Associated with Less Symptomatic Knee Osteoarthritis: Data from the Osteoarthritis Initiative. Med Sci Sports Exerc. 2024 Sep 1;56(9):1678-1684. doi: 10.1249/MSS.0000000000003449. Epub 2024 Apr 11. PMID: 38600648; PMCID: PMC11326993.

[10]Tariq A, Zadeh SAM, Ehsanianzavieh M, Sabouri A, Khatibi SA. Pedalling towards better health: a randomised controlled trial of aerobic cycling to improve glycaemic control and quality of life in middle-aged men with type 2 diabetes. BMJ Nutrition, Prevention & Health. 2025;8:. https://doi.org/10.1136/bmjnph-2024-001019




前往微信阅读全文

内容来自公众号,可前往微信查看原文。

查看作者的更多文章 →