第四章 数学家不必与AI争夺每一道题

一、速度竞赛为何没有稳定终点

如果把数学家的未来理解为一场不断升级的解题比赛，那么每次工具进步都会要求人重新证明自己。今天比计算，明天比证明，后天比猜想生成；当某个边界被跨越，便把最后防线移到另一个尚未展示的能力。这种做法看似积极，实际上把人的位置建立在技术暂时不能做到什么之上。它没有回答当工具更强时，研究活动应当怎样扩大，只是在等待下一次威胁。

数学家当然可以通过竞赛理解工具的能力边界，也可以从与工具比较中提高技巧。问题在于，这种比较应服务于研究安排，而不应成为整个职业的目的。一个研究团队不会要求每个成员在所有任务上胜过其他成员，才允许他参与；它需要不同能力形成有效活动。同样，研究者使用计算机也不必先在乘法速度上战胜计算机。AI的影响更深，因为它能够进入猜想、解释和组织等环节，但这恰好要求更新协作关系，而不是扩大个人必须独自获胜的任务清单。

真正值得问的是：在工具已经能够完成某些工作以后，我们是否仍把全部能力投入同一类问题、同一种成果形式与同一套稀缺位置？若答案是肯定的，速度提升便可能成为不断加码的产出要求。若答案是否定的，就需要具体说明新增了哪些活动，谁能够参与，成果怎样检验。离开速度竞赛，不是放弃精确和困难，而是把精确能力用于更多种值得研究的对象。

二、从个人能力到复合活动

人—AI复合体并不是把一个完整的人与一个完整工具摆在一起，再把两份能力相加。研究问题会影响工具的使用，工具的反馈会改变人的理解，人的修订又改变下一轮搜索。一个起初模糊的直觉，可能在多次反例试验后变成精确命题；一个原来清楚的目标，也可能因为工具揭示了不相容条件而被放弃。在这个过程中，问题、方法和研究者自身都发生变化。

以一个假想的距离模型为例。研究者希望描述一次接触对后续接触的影响，最初打算为每次事件赋一个数值。AI提出若干带记忆的更新规则，计算显示不同历史可以产生相同当前数值，却在下一次输入后分化。研究者于是意识到，单一数值不足以承担原来的对象同一性，开始比较带状态的对象与等价类。这里的进展不是“人想好一切，机器替人算”，而是反馈使最初的问题形式发生了变化。

这种变化可以用SDE语言表述，但不能用术语替代分析。显露的结果S来自差异运行D与特征纠缠E的共同作用。研究者、已有理论、工具响应、对象表达和评价要求，在具体互动中构成能够产生结果的复合活动。E并非外加背景，而是使某些差异具有意义、某些操作能够连接的特征纠缠。若改变工具反馈的形式，研究者看见的差异和能够提出的问题也可能改变。

三、AI也会参与猜想与解释

一种常见安慰是让机器负责执行，让人永久负责创造。它可以作为某个阶段的分工，却不应成为关于能力本质的保证。机器学习已经被用于寻找数学对象之间的模式，并帮助形成候选关系。Davies等人在二〇二一年的研究中展示了结理论与表示论案例，其中候选关系也经历了反例与修订。这说明AI参与可以进入猜想形成过程；同时，统计模式仍须经过数学推演与证明。（Davies等，二〇二一。）

对本书而言，重要的不是把“创造”这块奖牌转交给某一方，而是理解创造活动怎样被组织。一个模型提出陌生组合，人可能辨认其意义；一个人提出方向，模型可能发现与目标冲突的后果；两者也可能共同停留在已有表达中。创造性不宜仅由建议来自谁来判定，而应观察它是否改变了可研究的问题，是否产生能够经受检查的后果，以及是否建立了新的接续条件。

解释同样如此。模型可以提供多种说明，其中有的只是熟悉句式，有的可能帮助人发现结构。人类解释也可能流畅却错误，或者依赖未经说明的直觉。因此，复合研究需要对解释本身提出任务：它能否导出新的算例，能否说明反例，能否区分两个看似相近的模型？让解释承担这些责任，比预先规定只有某一方拥有真正理解更有助于研究。

四、升级不只是把旧工作做得更快

假设一个团队借助AI将证明草稿的形成时间缩短了一半。若它把节省的时间全部用于产生更多同类草稿，活动规模变了，研究结构未必改变。若它因此能比较不同定义，建立跨领域联系，检验过去无力展开的候选对象，研究活动才出现更深变化。两种做法都可能有价值，但不能混称为同一种升级。效率提高回答如何更快完成既定任务，研究升级还要回答任务本身如何改变。

升级可以发生在广度上：原来只处理一个特例，现在可以系统比较多个构造；也可以发生在高度上：原来研究对象的性质，现在研究不同对象构成方式之间的关系；还可以发生在颗粒度上：原来只能看到整体趋势，现在能够分析局部机制，或者把零散结果组织成更大的结构。这里的高度和颗粒度都需要具体内容，不能只是抽象赞美。每次声称升级，都应指出新增了什么可做、可问、可判断的事情。

典范多元化是其中更深入的一条路径。当研究者开始改变基本对象、同一性、运算与问题标准，并让不同方案接受比较时，活动已超出单纯增加结论。但这并不意味着每项升级都必须达到典范层次。一个更可靠的验证流程也可能重要，一个新的公共数据库也可能打开领域。把所有贡献都包装成革命，会削弱区分能力；承认不同层级，反而能让真正深刻的变化获得清楚表达。

五、怎样分配可被封装的工作

复合研究中的分工应随着任务与可靠性改变。对于成熟、输入条件清楚的操作，可以建立较稳定的调用方式；对于定义变动频繁、后果尚不明确的部分，需要更多展开与对照。分工的依据不是某项操作看起来高贵还是低级，而是它在当前研究中承担什么责任。一个简单的边界例子可能决定整套模型是否成立，一个长篇证明则可能已有成熟工具处理。

一种可行安排是围绕研究节点分工。提出候选定义后，分别开展最小算例、反例搜索、既有理论比较和形式化检查，再把结果汇集。AI可以承担其中多个角色，人也可以轮换进入不同角色。关键是各条路线是否真正拥有不同的检验任务，而不只是让同一个系统用不同语气赞同同一猜想。多个回答的一致，未必构成独立证据；不同路径的差异，反而可能暴露关键问题。

研究者还应保留对目标的修订权。若工具持续给出不符合要求的结果，不能只不断增加提示词而不检查目标本身。也许要求互相冲突，也许对象定义不充分，也许所需事实无法从现有资料得到。好的复合分工允许某个环节返回“当前问题应当重写”，并给出理由。只有反馈能改变上层安排，工具才能参与研究发生，而不只是加快固定流水线。

六、谁来承担判断与责任

不以人类专属能力作保障，并不意味着取消人的责任。研究成果进入公共共同体，需要有人或组织说明它是什么、依据是什么、哪些环节经过检查，以及出现问题时怎样修正。AI可以帮助形成判断，但当前的研究机构、署名和资源安排仍由人类制度承担。责任的根据不是人永远比机器聪明，而是发布、使用和评价活动需要明确的承接者。

责任也不要求每位作者掌握全部细节。大型合作本来就依靠分层信任，数学研究也可以建立清楚的验证层次：局部推导有相应检查，关键定义有共同审阅，整体主张有负责整合的人。重要的是依赖关系能够说明，必要时能够追溯，而不是把“团队完成”当作无人具体负责的理由。封装越成熟，日常检查可以越集中；用途越新，相关条件越需要重新展开。

判断在这里是一种持续的价值评估与反馈。它不仅询问结论是否真，还询问研究安排是否适当，是否为后续活动提供条件，是否使参与者能够持续探索。不同判断使用不同证据，不能用一个总分代替。一个工具可能提高正确率却增加平台依赖，一项项目可能富有理论意义却超出学生的毕业期限。复合能力的成熟，体现在能够识别这些张力并作出可说明的选择。

七、给新方向建立有限的试验空间

研究者不必等待职业彻底受冲击后才开始转向，也不必立即放弃原来的全部工作。可以在既有研究中建立有限的探索空间：选择一个默认假设，提出两种替代方案，设定一组共同算例，再安排工具帮助展开。试验的目标不是预先证明新方案优越，而是看它是否产生值得继续的问题。这样的安排使转向具有可控成本，也让专业积累有机会参与新活动。

试验空间应有退出条件。若新的定义只增加记号而没有表达收益，或者其计算成本远超可获得价值，就可以停止；若它与已知结构等价，则转而研究这种等价是否具有解释或教学价值；若某个反例揭示了真正不同的行为，再扩大投入。允许获得有限结论，可以减少研究者为了证明自己已经升级而夸大新颖性的压力。可靠的发生需要容纳结果不如预期的可能。

这也有助于改变合作方式。成熟研究者可以提供问题的历史位置，年轻研究者可以组织新实现，领域外参与者可以指出原模型忽略的实际要求。AI贯穿其中，帮助翻译、生成、比较和检验。这样的团队没有预设永久中心，贡献会随问题发展而移动。研究者的价值由他持续参与和改变活动的能力显露，而不只由独自完成某项操作的速度显露。

八、把竞争转化为研究条件

数学家不必与AI争夺每一道题，并不是说数学将没有竞争。资源、注意力和有意义的方向仍然有限，新的竞争也可能出现在平台、数据和验证能力上。区别在于，研究者可以把工具的能力当作扩展活动的条件，而非仅当作需要击败的对手。与AI共同进入一个新问题空间，仍需要严肃的知识积累和判断，也可能遭遇失败，但它不再把未来限制在保住旧能力缺口之中。

本书因此主张把研究焦点从孤立的人机胜负转向复合活动的质量：是否提出了更清楚的问题，是否发现了新的对象构成方式，是否形成了可靠且可接续的成果。常规研究继续提供基础，工具封装继续扩大能力，人的生涯则需要在这些变化中重新安排。下一章将进一步区分研究、职业与人生三个层面的升级，说明为什么其中一个进步，并不能自动替代另外两个。

这种转向最初可能只表现为一个很小的改变：会议不再只展示最好的一次输出，而是比较几个模型为何在同一处失败；学生不再只提交结论，而是说明自己如何改写了问题。小改变若能够稳定积累，就可能形成新的研究习惯。典范发生所需要的空间，往往正是由这些可持续的活动逐渐打开。