讀到 DeepSeek 工程師劉勝與寫下的《我不得不把才華埋葬在昨天》，我不禁想起《笑傲江湖》裏令狐沖在思過崖後洞看到壁刻的情形。

石壁上既有五岳劍派的劍招，也有破解之法。

令狐沖忽然發現認真修習多年的本門武功，竟然在另一種視角下露出了破綻。一個人遭遇這樣的時刻，難受之處在於，過去用來理解自我、印證師門的信念，也隨之發生動搖。

如今，橫亙在劉勝與面前的「石壁」，是一個越來越會寫代碼的 AI。

他擅長開發高性能算子，然而他付出努力的工作成果卻也在不知不覺中，為這個終將替代自己的工具按下了加速鍵，並讓他說出了那句傳播最廣的「我不得不把才華埋葬在昨天」的金句。

最近，數學家們也走到了相似的石壁前。

OpenAI 公布納維斯托克斯問題相關成果後，又被曝接近解決霍奇猜想；陶哲軒和多位菲爾茲獎得主則發出警告，AI 正在衝擊數學的價值觀、研究方式與人才培養。

當解出難題可以被大規模組織、加速乃至自動完成，數學界需要重新商量的，已經遠超怎樣界定頂尖高手。前人的功勞如何計算，機器證明怎樣轉化為人類可以理解的知識，下一代數學家又該如何成長，都需要新的答案。

AI 的幾個時辰，人類的幾百年

劉勝與的工作通常發生在普通人難以察覺的底層。

同一塊 GPU、同一道計算任務，指令如何安排，數據怎樣搬運，哪裏可以減少等待，都會影響模型效率。別人覺得已經夠快，他仍要逼近硬件極限，算子工程師的本領就藏在這些細微之處。

早期 AI 頂多幫助查文檔、找錯誤，如今已經能夠讀懂底層代碼，與工程師共同優化算子。面對自己打磨出的成果，劉勝與既感到驕傲，也意識到 AI 正逼近人類專家的位置。

外界容易把這種感慨歸結為飯碗焦慮，可真正熱愛一門手藝的人，珍惜的還有發現隱蔽問題、反覆琢磨之後讓程序再快一點的創造感。劉勝與留戀的既是一份職業，也包括一個人憑藉長期訓練抵達高處後，對自身能力的確認。

數學界同樣珍視這種確認。

研究依靠一代代人的積累，個人卻常要用數年甚至十幾年追蹤線索，完成證明。漫長的求索塑造了成果，也塑造了數學家的聲望與身份，如今實驗室正在嘗試另一套知識生產方式。

大量 AI 智能體可以並行探索、交換中間結果，再把算力集中到更有希望的路徑上。個人多年的摸索，逐漸變成一項能夠併發執行、快速篩選的系統工程。

當地時間 9 月 8 日，OpenAI 公布千禧年難題納維斯托克斯問題的相關成果。按照披露，約一萬個併發智能體用不到四天提出解答，隨後完成 Lean 形式化驗證。

9 月 17 日，The Information 援引知情人士稱，OpenAI 已接近解決另一道千禧難題霍奇猜想。部分研究人員甚至判斷，數學可能成為軟件工程之後快速自動化的領域，並給出了六到九個月的激進預期。

法國數學家、菲爾茲獎得主塞德里克·維拉尼形容，數學界瀰漫着一段歷史已經走到盡頭的氣氛。當機器把以年計算的探索壓縮到幾天，圍繞個人才華、時間投入和獨立證明建立的價值尺度，也開始鬆動。

然而，人們容易看到 AI 在最後一程展現的速度，卻忽略它站在怎樣的起點上。

《倚天屠龍記》裏，張無忌在明教密道中迅速練成乾坤大挪移，依靠的是此前練就的九陽神功。只看密道里的幾個時辰，就會漏掉故事前面的漫長積累。

AI 的數學能力同樣來自人類數百年的知識積澱。前人的定義、定理、方法和未完成的嘗試，共同鋪設了通往答案的道路。機器即使在最後一程跑出驚人的速度，構成起點的工作依然應該寫進成果的功勞簿。

當證明比理解來得更快

《俠客行》裏，龍、木二位島主與衆多高手長期鑽研俠客島圖譜，卻始終無法參透奧義。

石破天不識字，反而繞過衆人熟悉的解釋路徑，從圖形、字形和筆畫中領悟太玄經。AI 或許也能繞開人類慣用的推理方式，找到無人想到的證明路線。

一條證明通過機械檢查，只能說明推導鏈條在形式上成立。

數學家仍要解釋它為何成立，關鍵思想位於哪裏，哪些方法可以遷移，以及它改變了人們對相關領域的哪些認識。機器能夠抵達終點，數學共同體還要把道路畫進地圖，讓後來者看得懂，並從那裏繼續前行。

證明的生產速度一旦超過人類的閱讀速度，誰能調動更多智能體，誰就更可能率先宣佈結果，也更容易決定哪些問題獲得關注。理解問題因此迅速延伸到署名、歸屬與研究權力。

OpenAI 公布成果前，紐約大學數學家 Tristan Buckmaster 與任職於 Anthropic 的 Levent Alpöge，已經藉助 AI 在相關流體方程上取得進展。

Buckmaster 隨後質疑，自己此前交給 OpenAI 工具的研究信息是否影響了公司的工作。OpenAI 否認使用二人的未公開成果，並表示調查顯示，相關內容不可能通過訓練或其他方式影響此次系統。

爭議暴露了傳統學術共同體與科技公司之間的新矛盾。

學者把尚未成熟的想法交給 AI 時，工具背後的公司既掌握模型和算力，也可能組織團隊研究同一道題。過去由論文、會議和同行交流維繫的署名、引用與優先權規則，已經很難覆蓋封閉系統中的合作關係。

商業競爭還會把資源引向最知名、最容易判定結果的問題，因為一道千禧年難題足以成為醒目的模型能力勳章。

陶哲軒指出，AI 公司追逐數學名題，也在借用數學共同體積累數百年的聲望。容易評分的成績適合模型競賽，卻無法涵蓋一門學科重視的全部價值。

9 月 11 日，陶哲軒、鄧煜、彼得·舒爾茨、皮埃爾·德利涅等 25 位菲爾茲獎得主共同簽署聲明，批評將數學難題變成模型基準的競賽方式，認為商業目標與數學共同體的科學需要已經嚴重錯位。

同一天，陶哲軒把開放問題比作燈塔。

人們很少為了燈塔腳下的一小塊地方出發，燈塔的意義在於照亮周圍地貌，讓後來者知道如何繼續航行。一道大題能夠推動研究者發明工具、建立聯繫並提出新問題，最終答案只是成果的一部分。

紐約大學數學教授 Scott Armstrong 隨後披露，他被告知 OpenAI 至少從 7 月的國際數學家大會開始，就積壓了數百個尚未發布的數學證明。

人們過去擔心重要問題遲遲得不到證明，如今機器製造結果的速度，可能超過同行審查、重新解釋和寫入教材的速度，知識生產由此遭遇陶哲軒所說的證明消化不良。

假如機器每天寫出大量無人理解的證明，人類得到的只是持續膨脹的結果倉庫，還沒有獲得與之相稱的數學知識。

把難題外包給 AI，年輕人的判斷力從哪來

讓 AI 解題，讓數學家負責選題、審查和解釋，看似分工明確，卻繞不開判斷力如何形成的問題。識別什麼值得研究，發現哪一步推導值得懷疑，都需要長期訓練，而訓練來自親自解題、犯錯和修正。

當地時間 9 月 15 日，德州大學奧斯汀分校理論計算機科學教授 Scott Aaronson 在博客中寫道，他 13 歲的女兒開玩笑說：如果我想當數學家，看來大概只剩兩周了。

Scott Aaronson

Aaronson 曾在 OpenAI 對齊團隊擔任訪問研究員，面對學生詢問畢業後的職業前景，他承認自己已經不知道該怎樣回答。

未來的學生可以讓 AI 補全證明、查找反例和解釋定理，可當探索中最費力的部分不斷交給機器，他們也可能失去對異常的敏感，以及在漫長失敗中形成研究直覺的機會。

工程教育面臨同樣的問題，學生迅速得到漂亮代碼的同時，可能錯過設計架構、排查底層 Bug 和理解機器運行機制的訓練，最終難以判斷機器答案是否可靠。

《倚天屠龍記》裏，覺遠臨終誦出《九陽真經》，無色、郭襄、張君寶各有所得，後來分別留下少林、峨眉、武當三脈九陽功。同一部經書經過不同人的理解，最終形成各不相同的傳承。

一份證明公布以後，研討班、講義、課程、教材和反覆闡釋也承擔着類似職責。機器生成的成果越多，幫助知識進入人類認知體系的工作越重要，學術評價也應給予這些工作相應的位置。

回到思過崖，風清揚傳授獨孤九劍，指點令狐沖觀察對手、尋找破綻，使他逐漸擺脫對固定招式的依賴。石壁記錄了許多劍法，風清揚的指點則改變了他理解和使用武功的方式。

未來的數學家或許會把更多精力投入成果審查、思想提煉與知識傳承，讓機器生成的複雜論證被人類掌握，並繼續生長出新的理論。

提出好問題、辨認關鍵思想、建立不同領域的聯繫、把艱深證明轉化為可以學習的知識，這些工作都依賴判斷力，也決定數學將朝什麼方向發展。

AI 會在思過崖的石壁上越來越快地刻下各種絕世武功。數學家需要守住的，是讓後來者仍然能夠看懂石壁、質疑石壁，並沿着石壁沒有寫出的方向，走出一條新的路。