《New Scientist》陶哲轩专访：AI最可怕的，不是抢走工作，而是重新定义你的工作

《New Scientist》陶哲轩专访：AI最可怕的，不是抢走工作，而是重新定义你的工作

-AI正以每周几个的速度攻克数学难题

-数学家已暂时失去了对叙事的控制

-如果一个行业说不清自己的价值，别人就会替它定义

AI已经闯进数学界

数学家大概是世界上最习惯“慢”的一群人。一个问题悬而未决几十年甚至几百年，一个人花几年时间只研究一道题，在这个行业里都很正常。

但2026年，节奏突然变了。

一些困扰数学家几十年的问题，开始被AI以近乎每周几个的速度攻破。更离谱的是，其中一些并不是顶尖数学团队取得的成果，而只是业余爱好者把问题交给模型，不断让它尝试答案。

陶哲轩认为，人类可能很快就要失去对“解决数学问题”的垄断。

51岁的陶哲轩，可能是世界上最不需要害怕AI的数学家之一。他10岁获得国际数学奥林匹克奖牌，30多岁拿到菲尔兹奖，研究横跨多个领域。

但就是这样一个人，现在却告诉同行：数学界没有几十年时间慢慢适应，可能只有几个月。

他说，数学家不能再只是埋头证明自己的定理，他们必须组织起来，主动决定这个行业接下来要变成什么。

“真希望我们有更多时间，可以慢慢来。”

AI制造了一个反常识问题：证明突然不值钱了

过去数学界最稀缺的东西，是证明。

一道重要难题可能摆在那里几十年，无数数学家尝试失败，直到终于有人找到证明。所以数学界几百年来形成的论文、同行评议、学术声望和奖励制度，本质上都建立在一个前提之上：产生新的证明非常困难。

AI突然改变了这个前提。

陶哲轩用了一个很形象的比喻：数学家过去一直在为行人和马车设计的道路上开车，现在AI突然开着更大、更快的汽车加入进来。看起来交通效率应该大幅提高，但首先发生的却可能是堵车和事故。

以前最困难的是“找到证明”；现在AI把这个环节突然提速，新的瓶颈变成了：谁来检查这些证明？谁来理解它们？哪些真的重要？哪些值得进入数学知识体系？

陶说了一句很值得记住的话：

“现在稀缺的是验证。”

AI并没有简单地让数学变得更容易。它只是把整个知识生产链条里原本最稀缺的一环，突然变便宜了。于是那些过去不太显眼的环节，一下子暴露出来。

如果没人理解，一个正确证明还有意义吗？

数学界已经有一种越来越成熟的方法叫“形式化证明”。数学家可以把自己的论证写成Lean这样的程序语言，让计算机逐步检查每一步逻辑是否正确。

AI又把这件事向前推进了一步。

**未来完全可能出现这样的流程：一个AI负责找到证明，另一个AI把证明转成Lean，计算机再确认整个证明逻辑无误。 ** 从技术上看，一切都很完美。

但陶哲轩问了一个看似简单的问题：如果计算机告诉我们这个证明是正确的，可是没有一个人真正理解它，那么这个证明到底有什么意义？

它当然是“对的”，但它是否已经变成了人类的数学知识，却是另一回事。

陶哲轩担心，如果科学不断向这种方向发展，我们最终可能拥有海量机器证明过的正确结论，却逐渐失去那些经过人类筛选、解释、整理和理解的知识。

他说：

“如果所有科学都实现自动化，下一代高度整理过的知识可能会消失。”

AI让“答案”越来越便宜，但答案从来不等于理解。

一个数学家真正是干什么的？

这迫使陶哲轩重新回答一个非常基础的问题：一个数学家到底是做什么的？

最简单的答案当然是：提出问题，然后证明定理。

但陶哲轩认为，这只是数学工作的一部分。

一个人首先要知道什么问题值得问，然后找到证明。证明完成之后，还要由别人验证。接下来更重要：你必须把它写清楚，让同行能够理解；要告诉读者真正困难和创新的地方在哪里，也要说明它与已有数学成果有什么关系。

即使做到这些，也还没有结束。

一个成果只有被其他数学家阅读、消化、认可，并逐渐进入其他人的研究，最终进入下一代数学家的训练体系，它才真正成为数学知识的一部分。

所以数学的完整过程其实是：

提出问题 → 证明 → 验证 → 解释 → 理解 → 被共同体接受 → 进入下一代知识体系。

如果把“数学家”简单定义成“生产证明的人”，AI当然越来越像一个优秀的数学家。

但陶哲轩真正想说的是：数学家从来都不只是生产证明的人。

AI缺的可能不是智力，而是“品味”

陶哲轩发现，AI写出来的数学经常有一种很奇怪的感觉。

它可能花好几页证明一个人类数学家一眼就能看懂的简单步骤，却在遇到整个证明真正困难、真正新颖的地方时，只写几句话匆匆带过。

逻辑未必错，但重点错了。

因为数学家除了知道“对不对”，还要判断：哪里值得展开？哪里可以省略？哪一步真正精彩？哪个方法以后还能用于其他问题？

这些东西很难写进考试大纲里，却是一个成熟数学家非常重要的能力。

陶哲轩说，年轻数学家在研究生阶段真正学到的也不只是公式和技巧。他们会在导师和同行之间慢慢学会：什么问题值得研究，什么时候可以信任一个结果，怎样把自己的方法教给别人，以及什么叫做数学上的好品味和判断力。

他甚至半开玩笑地说，真希望AI在被放出去攻克公开难题以前，也能先去读几年研究生。

因为现在一些使用AI的人，正在把数学变成一场刷题比赛。

陶哲轩说：

“很多使用AI的人，把数学当成了一项体育运动，好像目的就是不停收集打勾。”

可是“又解决了一道题”，和“数学因此向前走了一步”，从来不是一回事。

学生可以用AI，但陶哲轩给了一个标准

AI带来的另一个问题，是下一代数学家怎么训练。

陶哲轩并不主张学生完全禁止使用AI，但他认为必须有限制。因为数学直觉和判断力，并不是看懂答案就能获得的。很多能力必须经过长期、甚至有些笨拙的训练，才能真正长在自己身上。

他已经听说过一些学生的例子：原本数学能力很好，但开始过度依赖AI之后，自己的能力明显下降。

陶哲轩甚至说：

“到某一个阶段，这种变化会变得不可逆。”

那么，怎样判断自己是在“使用AI”，还是已经被AI替代了思考？

他给出了一个非常简单的标准：

如果你可以使用AI完成工作，然后去见导师，把整个过程讲清楚；导师现场追问时，你不用低头看手机，也能够回答，那么你可以用AI。

这个标准其实很残酷。

因为它区分的不是“这份作业是谁写的”，而是：最后真正拥有这份知识的人是谁。

AI可以帮你得到答案，但如果关掉AI以后，你已经无法解释自己做过的事情，那么被外包出去的可能不只是工作量，还有你自己的能力。

真正的危机：数学家失去了定义数学家的权力

陶哲轩最担心的事情，其实还不是学生依赖AI，也不是AI产生太多证明。

他更担心的是： 数学家正在失去“定义数学家是什么”的权力。

以前，职业数学是一个相对封闭的共同体。什么问题重要，什么成果漂亮，怎样才算一个优秀数学家，大体由数学家自己决定。

现在，科技公司、AI研究人员、模型排行榜和媒体同时进入这个领域。

于是，一个非常容易传播的新标准开始出现：

这个模型解决了多少道数学题？又攻克了几个几十年未解的问题？

如果数学的价值慢慢被压缩成“谁生产的证明更多”，那么数学家很可能会输，而且输得很快。

陶哲轩说： “不久之前还只有数学家关心数学。我们拥有完全的控制权。现在，数学家第一次暂时失去了对叙事的控制。”

一个职业真正危险的时刻，也许不是机器开始做你的工作，而是外界开始用机器最擅长的那部分工作，重新定义你的整个职业。

陶哲轩甚至警告，如果数学家不主动发声，未来“数学家是什么”，可能会越来越由科技公司决定。

答案变便宜以后，人类开始重新给“理解”定价

所以陶哲轩的选择并不是抵制AI， 恰恰相反，他正在主动参与研究：AI到底有多懂数学？

他参加了一个叫 First Proof 的项目，专门用尚未发表的问题测试AI，避免模型只是从训练材料里找到答案。今年早些时候，项目拿出10个问题测试模型，最后有7个AI生成的答案，被评审认为已经达到可以在学术期刊发表的质量。

陶哲轩并没有否认这种能力。他真正想做的是另一件事：重新确定什么才应该被数学界奖励。

他最近还创办了一个视频期刊 Mathematical Discourse。在那里，评价一个数学家的成果，不再只问证明是不是正确，还会问：他能不能把这个成果真正讲给其他数学家听？

当“产生正确答案”越来越容易以后，解释、理解、判断和交流反而变得更值钱了。

陶哲轩参与签署的《莱顿人工智能与数学宣言》也强调：数学产生的不只是一个个结果，它还在数学共同体中产生理解、清晰和判断力。

AI没有让这些东西消失。恰恰因为AI来了，人们第一次被迫认真给它们定价。

这件事并不只属于数学家

陶哲轩谈的是数学，但这个问题显然不会只停留在数学界。

AI进入一个行业以后，最先被自动化的，往往是那些最容易描述、最容易量化、最容易考核的工作。数学里是“得到证明”，别的知识工作也一样存在自己最容易被标准化的一部分。

陶哲轩给数学界找到的答案，是提出问题、判断价值、理解证明、解释知识、建立信任、训练下一代，以及一个共同体长期积累下来的品味和判断力。

这些东西过去常常隐藏在“会做题”“会证明”后面，所以没人专门讨论它们。直到AI突然把证明做得又快又便宜，人们才发现：原来那些不起眼的东西，可能才是这个职业真正的核心。

这也是AI时代一个非常现实的问题：

如果一个行业自己说不清楚自己的核心价值，别人就会替它回答。

算法会回答，排行榜会回答，资本会回答，科技公司也会回答。

到那个时候，失去的可能不只是一部分工作，而是陶哲轩所说的——定义自己职业的权力。

所以，他最后并没有把这场变化描述成一场“人类对抗AI”的战争。

他说： “我热爱我的职业。”

“我认为，它值得我们去争取。”