这是今年刚刚获得菲尔兹奖的数学家邓煜最近发的一段朋友圈。

邓煜是北大数学科学学院2007级校友，后来转入MIT，普林斯顿博士毕业，现在是芝加哥大学教授。2026年获得菲尔兹奖，他的重要工作包括偏微分方程、概率方向，以及与合作者在希尔伯特第六问题上取得的关键突破——从微观的牛顿硬球动力学出发，严格推导到玻尔兹曼方程，再进一步连接到宏观流体方程。换句话说，这已经是站在当代数学最前沿的人。

所以看到他现在也在认真思考一个问题：如果AI越来越会做数学，数学家以后怎么办？ 我觉得挺有意思。

其实他说的这种焦虑，我完全能理解。

过去几年，AI对知识工作者最直接的冲击，可能首先集中在科技圈和金融圈，尤其是coding、研究、数据分析、写作这些领域。ChatGPT刚出来的时候，很多人也会讨论程序员是不是要没了、分析师是不是要没了、研究员还有没有价值。

几年过去，结果大家也都看到了：行业当然还存在，但是工作的方式已经被彻底改变了。

我相信数学也会经历类似的过程。

如果未来AI真的越来越会证明定理、求解PDE，甚至能够自己搜索大量可能的证明路径，那么真正顶级的数学家未必会被削弱，反而很可能会变得更强。

因为数学研究真正稀缺的东西，从来都不只是“把这个题算出来”。

为什么要研究这个问题？什么问题值得研究？应该建立什么样的新框架？两个看似毫无关系的领域之间有没有隐藏的联系？一个结果到底意味着什么？

这些东西背后，其实是判断力、审美和数学直觉。

邓煜自己在获奖后的采访里其实也表达过类似看法：理想状态可能是人类提出新的理论、想法和框架，而AI帮助完成大量技术细节，从而显著加速数学研究。

所以我一直认为，AI的本质之一，就是放大人的能力差异。

真正有能力的人，以前最大的约束往往是时间和执行成本。现在等于突然多了几个甚至几十个永远在线、知识面极广、执行速度极快的助手。

而一些过去主要依赖信息差、重复劳动、行政资源或者社交关系维持价值的人，反而可能面临更大的挑战。

数学界也是一样。

真正有数学直觉、知道什么问题重要、能够提出新框架的顶级数学家，加上越来越强的AI，我非常期待他们能够把数学推进到什么地方。

至于一些滥竽充数、主要精力放在行政和社交上、本身已经很久没有真正创造性成果的“数学家”，AI时代还能不能继续维持原来的价值，我反而会打一个问号。

我自己其实就是AI提升生产效率最直接的受益者之一。

以前我根本不会想到自己还能做一个财经自媒体，因为写东西真的太耗时间。脑子里有一个观点是一回事，把它变成一篇逻辑完整、数据充分、细节严谨、可以公开发表的文章，是另外一回事。

现在我可以先把核心观点、数据和逻辑告诉GPT，让它帮我整理结构、补充细节、检查逻辑、反复修改。随着使用时间越来越长，它也越来越理解我的研究框架和表达习惯。

过去这套工作可能需要一个小团队：有人搜资料、有人整理数据、有人写初稿、有人编辑。

现在很多时候，一个人加AI就能完成。

所以我越来越觉得，AI革命最重要的变化，可能不是简单讨论“哪个职业会不会消失”，而是重新定义了一个人的生产能力上限。

当人的时间和执行能力不再是最大的瓶颈之后，真正稀缺的东西会进一步集中到判断力、创造力、审美、直觉，以及提出正确问题的能力上。

从这个意义上讲，我反而非常期待AI进入数学研究之后会发生什么。

最值得期待的场景，可能不是“AI淘汰了多少数学家”，而是：

人类最顶级的数学直觉，加上一个近乎无限计算、搜索和验证的智能工具，最后究竟能够把数学的边界推到哪里。