第十四章 为什么有些人能够转型，有些人被留在原地
一、成功故事隐藏了哪些条件
技术转型的叙事经常围绕成功者展开：某人较早学会新工具，改变工作方式，进入新领域，终于获得更大机会。这样的故事可以提供启发，却容易把先前拥有的条件隐藏起来。谁能够承担试错期，谁接近新的组织，谁拥有可迁移的专业基础，谁能够得到他人认可，都影响转型结果。若只看到个人态度，就可能把结构性优势写成纯粹勇气，把缺少条件的人写成拒绝改变。
工具史中的旧从业者并不是一个整齐群体。相同职业名称之下，人们可能承担不同任务，拥有不同资产和关系。送冰、采冰、储运和设备维修所形成的经验，并不会以同样方式进入制冷产业；马车相关从业者也不会都沿同一条道路进入汽车时代。第二编追踪这些差异，正是为了避免用新产业总量增长替代对原从业者去向的解释。数学家面对AI时同样需要这种细分。
研究者之间的差异至少包括专题性质、职业阶段、机构资源、合作网络和生活责任。一个拥有稳定职位的学者可以探索多年，一个临近合同结束的博士后可能只能选择短期可交付任务；一所资源充足的机构能够建设验证平台，另一所学校可能连工具接入都不稳定。讨论生涯升级，不能把前一种处境作为所有人的默认条件。研究纲领要能够容纳不同起点，而不是只为最有资源者设计未来。
二、旧技能需要拆开才知道怎样迁移
一项技能往往包含多个层次。熟练证明某类定理，可能同时包含符号操作、对关键结构的敏感、对常见错误的记忆，以及在不完整信息下选择路线的经验。工具封装可能明显替代其中一层，却增强另一层的作用。若把技能作为不可分割的整体，就容易在“全部过时”与“完全不受影响”之间摇摆。转型的第一步，是把过去积累拆开，观察哪些部分能够进入新的活动。
例如，一位长期研究微分方程的学者，未必熟悉最新AI接口，但可能能够迅速判断某种数值现象是否来自边界条件、尺度选择或稳定性问题。这类经验可以进入模型评估。另一方面，他熟悉的某种手工推导程序若已被可靠封装，其职业稀缺性可能下降。合理的迁移不是坚持所有旧技能都应保持原价格，而是让结构判断与新的执行条件连接，形成过去难以进行的比较与探索。
技能迁移还可能需要重新学习表达。一个人凭经验知道某个方案不自然，却未必能立即把理由写成工具可以处理的条件；另一个人熟悉编程，却不一定能判断数学问题的重要性。两者合作时，需要将隐含判断转成可讨论的例子、约束和反例。这个翻译过程本身会改变能力。迁移不是把原技能搬进新容器，而是通过新的互动使旧积累获得不同功能。
三、失效部分为什么难以放下
人们难以放下某项旧能力，不只是因为它仍有经济价值，也因为它证明了过去的努力。一个研究者花费十年形成的技巧，可能成为他向学生解释专业尊严的依据。工具使同样操作变得轻易时，他需要面对的不仅是下一步怎么做，还有过去十年的意义如何理解。若外界用“这些都没用了”来宣布变化，会把可以讨论的能力调整变成自我防卫。
更准确的理解是，过去的训练在当时完成了真实任务，也形成了今天可以迁移的条件；它的价值不需要通过永远保持稀缺来证明。铁路没有使此前运输活动毫无意义，电子计算也没有使人工计算者的全部知识从历史中消失。但承认过去价值，与决定未来资源分配，是两件事。某项技能曾经重要，不意味着社会必须无限维持相同工作形式；需要保护的是人继续参与和学习的条件。
放下也不意味着彻底遗忘。被封装的技能在异常处理、教学与新用途探索中仍可能需要重新展开。问题在于其使用频率和位置改变了。研究者可以保留关键理解，同时停止把大量时间投入已经成熟的重复操作。这样的调整比彻底弃旧或全面守旧更细致，也更符合真实工具使用。它需要通过任务实践形成判断，无法只靠口号一次完成。
四、年龄、地点与生活责任的作用
年龄不应被当作转型能力的简单替代指标。年轻人可能更熟悉某些工具，却缺少问题经验；资深研究者可能拥有深厚判断，也可能有更稳定的资源支持学习。真正需要观察的是学习机会、时间安排、既有技能与新任务的距离，以及机构是否允许不同路径。用年龄给人贴标签，会忽略这些可改变条件，也可能让组织失去互补合作的机会。
地点与网络同样重要。接近活跃研究团队的人，往往能够更早获得真实反馈，知道工具在哪些任务上有效，哪些演示不可直接推广。远离这些网络的人，可能只能接触宣传材料或零散教程。即使工具接口公开，理解其适用方式仍需要共同实践。因此，公平接入不能只理解为购买账号，还包括案例、训练、合作与可用的验证资源。数学共同体可以通过开放研讨、共享任务与公共资料缩小这种距离。
生活责任决定一个人能够承担怎样的试错。照顾家人、维持收入、处理健康或迁居问题，会影响可用时间，却不直接说明研究潜力。转型政策若默认所有人都能在工作之外无限学习，就会把隐性成本转给家庭。更合理的安排是在正式工作时间中承认学习与试验，将阶段目标与真实条件相匹配。这样既能保持要求，也不把资源不足伪装成个人缺乏热情。
五、三种假想处境的不同道路
为了看清差异，可以构造三种处境。第一位研究者甲处于博士训练后期，已有明确专题与毕业期限。他适合从原项目内部寻找升级：用工具封装重复步骤，增加定义比较、反例检验或可复现实现，并与导师重新确认贡献。要求他立即创立全新方向，可能不符合期限；完全禁止使用新能力，则可能使训练与研究脱节。目标应是完成可靠成果，同时形成下一阶段可以继续发展的能力。
第二位研究者乙已有稳定职位，但所在机构的研究资源有限。他可以从公共工具与小规模合作入手，选择不依赖巨大算力的对象构造与比较任务，逐步建立可接续案例。重要的不是模仿大型实验室的全部配置，而是找到自身经验能够产生差异的环节。若学校能够提供减轻部分重复工作的时间，并承认公共资源建设，这条道路会更加可行。个人策略与组织支持需要相互配合。
第三位研究者丙拥有较强计算能力，却缺少某个数学领域的深入积累。他可能快速生成大量候选结果，也可能低估已有理论的覆盖范围。对他而言，关键是进入专业共同体，学习问题历史与证明标准，并让计算探索接受实质比较。这里的瓶颈不是工具不会用，而是如何判断新颖性与意义。多元数学发生需要这种跨背景参与，同时也需要防止把外来视角自动等同于更深洞见。
三种处境没有高低排序。它们说明转型方案必须与当前能力、期限和资源相匹配。同一个培训课程或同一种成果要求，不可能解决全部问题。共同体可以提供共享基础，再允许不同研究者形成不同组合。多元化应当首先体现在进入路径上，才有可能进一步体现在研究对象与典范候选上。
六、大学应承担哪些转型责任
大学的责任不只是购买新工具，也包括调整工具进入之后的训练与评价。若学生被允许用AI完成大量操作，课程就需要观察更有意义的能力：能否解释条件，修改定义，辨认反例，复现结果，以及说明自己的贡献。若教师被要求建设新型研究活动，工作量与晋升评价也应承认相应投入。否则，组织一面要求创新，一面只奖励旧形式，便会把矛盾全部压在个人身上。
支持可以采取有边界的方式。为受到明显任务变化影响的项目提供重新评估机会，为跨学科合作安排共同指导，为验证与软件维护设置可见贡献，为新方向提供有限期限的种子资源。期限结束后，应依据具体工作决定继续、调整或终止。这样的制度既不保证所有探索成功，也不把失败都视为浪费。它承认研究发生需要试错，同时要求试错产生可检查的知识。
大学还需要保护专业基础的公共性。若基础训练完全外包给封闭平台，学生可能会使用系统，却无法理解系统失效时的问题；若学校拒绝工具，又可能使学生无法参与新的研究实践。较好的安排是把基础理解与复合活动结合：学习关键概念时展开必要细节，开展研究时调用可靠封装，并在边界问题上重新展开。教育的责任是培养这种灵活转换能力，而不是永久固定一种操作方式。
资源分配也应关注过渡期的不平等。最早成功的团队往往更容易获得追加支持，弱资源团队则可能因起步慢而进一步落后。适度支持公共资料、开放验证和跨机构合作，可以让能力增长不完全受机构财富支配。这并不要求所有方向获得相同投入，而是要求有潜力的研究者能够获得真实的尝试机会。数学多样性依赖这种机会结构。
七、共同体怎样避免把失败道德化
当转型被描述为个人是否勇敢、是否开放的问题，失败者容易被视为没有跟上时代。然而，失败可能来自很多原因：选择的任务没有持续需求，工具能力被高估，合作条件不足，评价体系改变过慢，或者生活期限不允许长期探索。研究者需要反思自己的判断，但共同体也需要分析这些外部条件。否则，成功故事会变成要求每个人独自承担系统变化的道德压力。
不道德化失败，也不等于取消责任。若研究者忽略已知反例、夸大成果或拒绝必要核验，应当受到相应批评。区别在于，批评应针对可说明的行为与判断，而非把所有不成功都归结为人格。一个认真执行并及时终止的探索，可能比一个不断改名以维持宏大承诺的项目更有价值。共同体需要能辨认这种差别，才能让失败记录真正进入知识积累。
职业退出也不必被统一叙述为败退。有人离开大学后，可能在教育、软件或领域合作中继续数学活动；有人则选择完全不同的生活。公共政策与机构应尽可能减少非自愿退出造成的损失，但不应把留在学术身份中当作唯一成功。研究者的生活价值比某个职位更广。与此同时，不能用个别人的满意退出掩盖缺少选择的普遍困难，仍需区分自主转向与被迫离开。
八、让转型成为可共同建设的过程
转型的目标不是把所有人塑造成同一种未来数学家，而是让不同积累能够进入新的研究组合。旧技能需要拆解，学习成本需要承认，试验空间需要资源，贡献需要被看见。工具封装带来的压力不会因为这些安排而消失，但它可以从孤立个体必须承受的冲击，变成共同体能够组织和修正的过程。这样的组织能力，本身就是领域升级的一部分。
本章也为下一章限定了新阵地的含义。它不能只是一个听起来前沿的名称，也不能只是少数资源优越者的私人实验。一个可持续的新阵地，需要问题、方法、参与者、验证和支持条件相互连接，使不同人能够进入并作出贡献。数学典范多元化若要成为现实，就必须从这些具体关系开始建设，而不是等待某个技术奇迹自动安排所有人的去向。
共同建设还需要一个可以比较进展的记录方式。机构可以在项目调整开始时确认研究者原有条件，在约定期限后观察新增能力、合作和成果，而不只比较转型前后的论文数量。这样的记录应当服务于改进支持，不能变成给每个人贴上适应能力标签的排名。若某一类研究者反复遇到相同障碍，组织就应检查课程、资源或评价是否存在共同缺口。
例如，多位教师都能完成初步工具试验，却无法把结果接入自己的专题，可能说明培训过于偏重通用演示，缺少领域任务；多位学生都有有价值的失败构造，却不敢在考核中报告，可能说明评价仍将失败与无能力混同。将这些困难公开为可解决的问题，才能使培训从一次性技能传授转为研究活动的持续支持。转型过程因此也是组织学习的过程，而非只检验个人学习速度。
这种安排的最终尺度，是人们是否获得了继续作出有质量贡献的真实机会。机会不能保证结果，却应当包括可以进入、可以修正、可以退出的路径。若这三种路径都清楚，研究者便更有可能在变化中作出自主而负责的选择。