近几个月，开放人工智能公司（OpenAI）公布数百项数学成果，震惊数学界；许多曾难倒顶尖数学家数十年甚至上百年。2022年菲尔兹奖得主雨果·迪米尼-科潘（Hugo Duminil-Copin）在10月发布后哭着说，OpenAI摧毁了他的研究领域。数学家史蒂文·斯特罗加茨（Steven Strogatz）也对《连线》（Wired）说自己哭了，感到迷失方向和巨大悲痛。我想找一位哀悼者聊聊，弄清这份技术性悲伤是自尊受挫，还是更陌生的东西。

过去几个月，OpenAI 发表了数百项数学发现，震惊了数学界。这些证明涵盖数论、理论计算机科学和逻辑学，其中许多曾难倒世界上最优秀的数学家数十年，甚至数个世纪。

数学界的反应混杂着愤慨、震惊和悲伤。“周二晚上，我哭了，哭声吵醒了我的女儿，”2022年菲尔兹奖得主雨果·迪米尼-科潘在 OpenAI 十月发布成果后说，“他们已经消灭了我的研究领域。”

“几周前我跟《连线》交谈时真的哭了，”康奈尔大学的数学家兼作家史蒂文·斯特罗加茨说，“人们用的说法是‘他们在对我们的学科进行露天开采’，或者‘他们正在用核弹轰炸这片风景’。那种感觉是迷失方向。有些日子我晕头转向，有些日子我兴奋不已。还有巨大的悲痛。”

我想找一位哀悼者聊聊，理解这种技术性悲痛。我想知道，他们的感受究竟是熟悉的受伤自尊或失望——像一个男孩花一小时用积木搭起一座塔，却看着哥哥把它砸得粉碎——还是某种更陌生、更深刻的东西。

老实说，我也想知道这对我来说会是什么感觉。今天，数学家们在哭泣，因为机器最先砸碎了他们的积木塔。但明天，可能是物理学家、经济学家、插画师或作家，为他们倒塌的积木而哭泣。我不属于那些认为未来五年会有数亿个工作岗位彻底消失的人工智能人士。但作为现实主义者，我明白，一项快速进步、产出就是智能的技术，注定会与现代人珍视人类智识、并将其等同于目标、尊严和自我价值的情感发生激烈碰撞。

我想知道我们的未来。于是我给史蒂文·斯特罗加茨打了电话。

为了让你理解我与史蒂文的对话走向，我想先从数学退开一步，问一个大到有些令人难为情的问题：人类为什么特别？

有人可能会说，是智力和社会性。我们是最聪明的动物，也是亚里士多德所说的“社会性动物”。但这两种特质我们都与其他物种共有。乌鸦能解决多步骤难题，蚂蚁会聚集并分工，大象似乎会哀悼死者。

真正让人类与众不同的，是这两种能力相互叠加的方式。人类智能特别适合模仿和迭代。我们以惊人的保真度模仿父母和同伴，然后加以修补。我们复制，也创造。我们的社会性把这种“复制—修补”的过程扩散到群体和代际之间，于是前一个发现成为后一个发现的基石。西非的黑猩猩用石头砸开坚果的方式，四千年来一成不变。而在大致相同的时段里，人类从巴比伦泥板走到太空火箭，再走到机器智能。看来，让我们特别的正是这种复合的能力。其他动物也会制造和沟通，但只有人类把制造与沟通融合成一种不断自我累积的文化。

科学本身既是一种手艺，也是一场对话。作为手艺，科学是一种思维方式；一种关注世界的特殊方式；一种把现象看得不只是表象的透镜。在科学家眼中，宇宙宛如一个堆满宝箱的宇宙阁楼，每个箱子里都藏着宝石，只要我们问对问题、找对钥匙、转对锁，就能把它们带到光下。

但科学不是孤独的寻宝。它是一种社会体验，近似一场游戏。像许多游戏一样，它既合作又对抗。牛顿有一句名言，把自己的成就比作“站在巨人的肩膀上”，而科学的一部分就是把这座人类金字塔无限向上延伸。费曼则更愿意把科学描述为“对专家无知的信仰”——也就是说，一场弑巨人的游戏。无论哪种情况，科学都是一种与他人的关系。无论我们是问“为什么呢，教授？”还是坚持“不，不完全是这样，大人物先生”，科学都不只是一种发现行为，而是与其他发现者之间的关系。科学是一场对话。

当我打电话问史蒂文为什么哭时，他说他想跟我讲讲阿基米德。

两千年前，希腊数学家阿基米德计算了曲线图形的面积，并通过测量填满一个圆的数十个小多边形的面积，确定了圆周率的值。在给数学家埃拉托斯特尼写信、谈起自己关于曲线形状和无穷的工作时，他写道：“将来不会缺少发现者，来增补落到我们名下的定理。”在斯特罗加茨看来，这句话包含了数学的本质。讲到这段时，我都能听出他的声音在颤抖。“我觉得阿基米德是在给我，或者给我这样的人写信，”斯特罗加茨说，“阿基米德在说：‘我无法解决这些难题，但也许你们未来的人可以站在我的肩膀上。’这是一种非常情绪化、关乎存在主义的东西。有一种我们共同参与其中的感觉，在追寻某种美丽、超验且崇高的东西。”

一个冷酷的技术乐观主义者可能会叫斯特罗加茨振作一点。数学不在乎你的感受，科学实在对你的眼泪无动于衷，等等。他自己也明白。“我们被嘲讽为行会保护者：你们的行会被消灭了。呜呜。这种事以前也发生在别人身上。忍着吧。”

我知道数学家们为什么哭泣。是的，有些人是在为受伤的自尊、虚度的岁月、逐渐被抹去的地位感、面对不公平竞争者的挫败、觉得被欺骗和亏待的愤慨，以及对未来的不确定而哭。但他们也在哀悼，因为他们觉得某种异质的、无形的存在正在焚烧阿基米德的书信，并在灰烬中起舞。人性正从人类科学中被剥离。当 OpenAI 发表数百份证明、终结数百场寻宝之旅时，它在科学的“手艺”这一轴上取得了辉煌成功，却打断了那场延续千年的对话。机器及其建造者在说：从今以后，轮到我们发言了。

如果 OpenAI 是对的怎么办？如果我们本就应该把数学主要当作一场探索，而不是一场情感与发现同等重要的对话，又会怎样？

社区气氛混杂震惊、自嘲与黑色幽默：许多程序员把数学家的哀悼看作“终于轮到你”的替代焦虑，也有人用《终结者》调侃 AI 终于明白人类为何哭泣。分歧主轴是，AI 解出难题究竟意味着数学探索的意义和人类理解被掏空，还是只是一次被过度渲染的能力跃迁，最终会像软件业一样催生新的研究方式与技能组合。

认为数学家正在经历程序员早已面对的 AI 替代焦虑

• 程序员说自己已经为 AI 的冲击“哭”了好几年；在一位评论者转述的数学教授朋友看来，数学家哭泣是因为他们即将变得和开发者一样，主要工作是写提示词、审 AI 输出。（较多人）
• 这种冲击不被看作数学独有：计算机把人挤出工作早已是长期趋势，连 AI 研究者自己终有一天也会被替代，数学家只是较晚感受到这一趋势。（较多人） > 作为程序员，我已经为 AI 的冲击“哭”了好几年了。（@zeroonetwothree）

对数学家的眼泪缺乏同情：程序员更惨，数学界也长期自满

• 软件工程师表示，自己已经因 AI 进步被裁员、难以养家，而数学研究者仍在大学任职，并没有因为 OpenAI 解出一些难题而被解雇；社区却更多讨论数学家的困境，程序员的现实处境反而被忽视。（较多人）
• 有人更直接地说，许多程序员本就只是把需求翻译给机器的适配器，被 AI 取代反而提醒人去找更有意义的事，因此并不值得为数学家的眼泪哀悼。（少数人）
• 还有评论认为，数学界几十年自满于享受结果、经费和声望，却很少思考人为何要做研究；真正热爱过程、相信人类本身有价值的人不会被击垮，因此这些眼泪令人反感。（少数人）

质疑 AI 真能终结数学：它只是在既有知识内求解，不能产出理解或提出新问题

• 反对者认为 LLM 并没有凭空创造知识，只是在当前知识广度内做暴力求解或重组；一旦训练数据耗尽，能做的就到头了，下一步只能靠人类发现的新知识。（较多人）
• 有人强调 AI 产出的是“知识”而不是“理解”：结果在被研究者内化、变成自己的思考之前并不真正属于任何人；也有评论提醒，不少证明尚未经过独立验证，“已解决”可能被夸大。（较多人）
• 更尖锐的质疑是，AI 再擅长规则内的获胜，也像只会给答案的计算机，难以提出值得数学界追逐的新猜想；能解出猜想，不等于能提出猜想。（较多人）
• 有人泼冷水说，LLM 在演绎上超过人类其实早被 o3 这类系统“定价”，同行评议、训练和发表方式并不会因此发生本质革命，数学并没有被解决，人类也没有被踢出循环。（少数人） > 这些系统再强也只是给出答案，真正艰巨的是提出能被数学界认可的新问题。（@ThrowawayR2）

认为被替代焦虑本质上是经济与劳动冲击，而非数学意义本身消失

• 有人设想即便 AI 解决了本领域、原有技能不再有市场，只要有基本收入保障并仍喜欢这件事，就不会哭泣且会继续做；因此当下的痛苦主要是饭碗被砸，而不是数学探索本身失去价值。（较多人）
• 也有评论把数学界的悲伤归因于学术与职业体制早已把数学变成资本密集型、结果导向的游戏，而不是纯粹的智识实践；被 AI 撼动并不意外。（少数人）

认为 AI 会改变速度极限，数学将像软件一样先混乱再找到更强的新工作方式

• 有评论把大量开放问题被 AI 快速解决形容为森林火灾吞噬旧田野，但真正的好处是研究者学会与工具协作后会长出新的问题领域；工具让“限速”改变，最有效的使用者会变得比平均快得多，这是一种新技能组合。（较多人）
• 类比软件开发：程序员曾怀疑手艺能否延续，后来发现能处理更大范围、更复杂问题，工作反而更有趣；数学也可能走过同样的混乱与怀疑，最终形成更有效的新研究方式。（较多人）
• 还有人指出形式验证让数学比许多学科更接近代码，因此期待出现第一批因善用新工具而能力远超同侪的数学家。（少数人） > 大量开放问题被 AI 快速烧掉像一场森林火灾，但最好的结果是从学会使用新工具里长出新的问题。（@cgearhart）

认为这波恐慌会和当年 NLP 的 GPT-4 焦虑一样被时间证明是虚惊

• 有人回忆 GPT-4 出现时 NLP 圈也曾集体恐慌，几年后新人照样毕业、就业；数学界的冲击主要来自研究者曾在这些题上投入多年，但所谓“解决”仍依赖尚未独立验证的证明，长远看可能只是小插曲。（少数人）

认为 AI 正是数学创造力的巅峰，既有数学之美不会因此贬值

• 有人从未欣赏硬核数学，却从 AI 的诞生中看到数学的艺术：AI 在某种意义上正是数学智慧的加冕成就，数学家可以功成身退。（少数人）
• 也有读者表示，正在重读的动力学与混沌经典依然极美，AI 时代没有任何东西能削减这种智识享受；已有的数学成就并不会因 AI 会解题而失去价值。（少数人）

有价值的补充

• 有评论引入 Robert Brandom 的“道义计分”理论：LLM 能把语言与概念游戏中的规范规律编码进权重，却不能成为真正的游戏参与者，因为它无法承担持久承诺，也不能随时间改变自己的倾向；这被用来解释为什么模型能产出符合规范的结果，却仍缺少人类的理解与责任。
• 有人用赛车运动类比 AI 带来的能力跃迁：过去可以“兼职”赛车，现在 F1 车手需要完全不同的专门技能；速度极限改变后，最有效的使用者并不是原来跑得最快的人，而是掌握了新技能组合的人。