第三十五章 建设能够支持多元数学的共同体
一、从要求个人转型到改变共同条件
如果大学一方面要求数学家开辟新典范，另一方面仍只按短周期的同类论文数量分配资源，那么所谓转型只是把新的风险叠加到旧的考核之上。个人可以调整方法，却无法单独决定岗位、经费、课程和评价。多元数学需要相应共同体，使不同研究活动拥有进入、展开、检验和退出的条件。
共同体也不是一群持有同一观点的人。一个健康的数学共同体允许成员对对象构成、方法优先性和问题重要性作出不同判断，同时保留能够共同检查的材料与程序。多元化若只意味着各自宣布一套体系，没有交流与修订关系，就很难形成累积研究。共同体的任务是让差异能够持续发生作用，而不是迅速消灭差异。
传统数学系具有重要积累：课程体系、同行关系、研究训练与公共讨论。建设新共同体不必从废除这些结构开始，可以先在其中建立能够容纳典范候选的空间。一部分活动仍按成熟领域的标准推进，另一部分允许对象和评价问题在研究中调整。两者之间需要通道，使新探索能够获得专业检验，成熟领域也能从新问题获得刺激。
这种空间需要明确边界。允许试验不等于承诺每个猜想都值得长期支持，也不意味着免除证明责任。机构可以给初步探索有限时间与资源，要求交付能够改变判断的阶段作品，再决定继续、重组或暂停。决定依据应在开始时尽可能清楚，避免研究者直到评审时才发现自己的工作从未被纳入认可范围。
共同条件还包括研究者能否承受公开失败。如果失败会自动损害续聘，成员就会把探索包装为成功；如果只有负责人能够提出方向，年轻成员就难以贡献反例。制度不仅决定研究资源，也改变人们愿意显露什么。SDE所说的特征纠缠在这里具有具体含义：评价、身份、工具与合作相互参与，塑造研究活动的真实形态。
因此，共同体升级的起点可以是一项朴素承诺：为有根据的不同路线提供真实试验机会，并让资源决定与研究证据之间的关系可以被解释。这项承诺看似简单，却要求机构放弃用单一指标替代所有判断，也要求研究者接受自己的设想需要在共享条件下被检验。
二、典范实验室怎样嵌入数学系
可以设想一种小规模的典范实验室，作为本书提出的组织方案，而非已经验证成功的制度。它不以每年宣布多少新典范为目标，而是支持少量能够明确展开的候选。成员来自不同数学方向，也可以有软件与领域合作人员；AI参与资料组织、推演、实现与比较，但主要判断依据仍由可复核作品提供。
实验室不必拥有庞大的独立编制。最初可以围绕一个具体问题建立共同工作时间、工具接入和作品存放规则。项目提出者需说明候选改变了什么基本条件，为什么已有方法可能不足，第一轮如何检验。其他成员可以提出替代模型或反例，使候选在投入大量资源前先接受必要的比较。
组织的核心活动不应只是成果报告。普通报告常在结果成熟后才公开，而典范探索需要在定义尚未稳定时讨论。可以安排专门的工作会，允许研究者展示一个失败算例、一个无法兼容的要求或两套竞争定义。参加者的任务是帮助把分歧转化为下一步可执行的问题，而不是根据表达是否完整提前给出声望判断。
同时，实验室应保留成熟研究所需的安静与连续时间。高频讨论可能切碎深度思考，过多共同任务也可能让成员失去个人主线。共同活动应围绕关键决定组织，必要时让分支独立工作，到能够比较后果时再汇合。多元协作不是把所有研究永久放进会议，而是建立在适当层次相遇的机会。
管理上需要有人维护材料的可接续性。问题版本、证明状态、计算环境与合作约定若无人整理，就会随着人员流动迅速失去价值。这项劳动可以由研究者轮换，也可以由专门支持人员承担，但必须被承认其时间成本。把维护视为热心者的额外贡献，往往会使公共基础设施长期脆弱。
实验室与院系的关系也应清楚。它可以支持学生探索，却不能擅自改变学位要求；可以提出新的成果评价材料，却需要与聘任和晋升程序正式衔接。试验空间只有进入真实制度，才不会沦为课余兴趣小组。制度改革可以渐进，但每一步都应使参与者知道自己的投入将怎样被理解。
三、论文之外的贡献怎样接受评价
多元数学要求评价看到更多成果形态，但增加项目数量不等于评价改革。如果在论文之外再机械增加软件、数据、课程和服务指标，研究者可能只是面对更长的任务清单。真正需要改变的是评价单位：从容易计数的外部标记，转向具体工作对研究活动产生了什么贡献。
DORA宣言主张不要以期刊层面的指标替代对个人研究贡献的判断，并要求关注包括数据与软件在内的多种成果。CoARA于2022年形成的研究评价改革协议同样强调多样贡献和以定性判断为核心的评价方向。这些文件为改革提供了公开原则，但签署原则与实际改变之间仍有距离；本书不把它们视为评价问题已经解决的证据。
在数学项目中，一份贡献说明可以围绕关键变化展开。某位成员发现反例，使错误路线及时停止；另一位修订对象定义，让此前无法连接的命题进入统一结构；还有人把分散证明整理成可复用公共资源。这些贡献不能简单换算成论文篇数，却能够通过具体材料与同行解释接受评价。
评价需要区分贡献与工作量。花费大量时间不自动证明研究价值，完成一个小修改也可能产生很大影响。评审应查看该工作在依赖关系中的位置、是否被他人使用、是否解决关键障碍，同时允许早期成果尚未出现广泛使用。对典范候选而言，清楚证明某条路线不成立，有时比继续扩展一个错误模型更有价值。
同行判断同样有局限。评审可能偏好熟悉的对象，低估新表达，也可能因宏大叙事而过度宽容。可以让不同背景的评审分别检查数学可靠性、研究意义与接续可能，随后说明分歧，而不是强迫所有人给出一个看似精确的总分。若判断存在不确定性，资源决定可以相应采用小规模继续支持，而不必立即作终身肯定或否定。
改革还要控制评价成本。每个项目都提交庞大过程档案，会把研究时间转为行政写作。合理做法是选择少量代表作品和关键决策证据，允许评审按需追问。评价应帮助共同体识别值得支持的活动，而不是成为一个不断自我扩张的新行业。
四、开放交流与过程保护怎样并存
数学依赖公开交流，但尚在形成的研究也需要适当保护。学生可能担心未成熟设想被资深者抢先发表，行业合作者可能受数据约定限制，团队成员也可能不希望所有私人对话永久公开。开放不能被简化为即时公开一切，保护也不能成为拒绝任何核验的理由。
可以区分不同层次的共享。稳定定义、已确认结论与支持它们的必要材料，应在合适时机提供给读者；正在试验的分支，可以先在明确约定的合作范围内交流；涉及个人或受限制资料的部分，需要采取相应处理。不同层次应有清楚理由和后续安排，避免“暂不公开”无限期掩盖关键证据。
成果归属也需要在过程中讨论。共同体应鼓励成员说明谁参与了问题形成、证明、实现、验证和维护，而不是仅根据最后写作顺序分配可见性。AI参与说明则应与实际作用相称。模型生成了候选，不意味着它的输出自动具有学术权威；人负责审核，也不意味着可以忽略其他合作者的贡献。
开放作品需要可使用的形式。一个能够运行的项目，应说明基本环境与版本；一个证明库，应说明主要依赖和未完成部分；一个理论候选，应提供最小示例和与已有结构的关系。读者不应被迫加入私人社群、接受全部理论主张，才能理解一个公开数学结论的根据。
过程保护还涉及批评文化。研究者可以严厉指出错误，同时避免把早期探索中的不成熟推断等同于人格缺陷。若共同体只接受完全正确的最终表达，成员就会隐藏最有研究价值的形成过程。反过来，以探索之名反复传播未经核验的重大宣称，也会消耗信任。可以通过标注成熟程度，使开放讨论与公共责任相协调。
当发生归属争议或材料使用争议时，需要有独立于项目负责人的处理渠道。否则资源较弱者很难提出异议。共同体的开放程度不能仅由领袖的善意维持，而应有能够被成员实际使用的制度支持。
五、工具接入与平台依赖
人—AI研究需要算力、软件、资料和网络条件。若工具成本持续上升，资源充足者可能并行展开更多候选，其他研究者则只能承担较少试验。典范多元化的技术可能性因此不自动转化为参与多元化。大学和公共机构需要考虑共同基础接入，使基本研究机会不完全依赖个人购买能力。
共同接入并不意味着所有项目必须使用同一平台。不同工具可能适合不同任务，平台也可能改变价格、能力或使用条件。研究作品应尽可能保留可导出的文本、代码、数据结构和关键版本记录，使研究者在必要时能够迁移。可迁移性是持续研究的重要条件，因为平台的变化不应轻易切断一个人的长期问题档案。
还要区分工具本身与围绕工具形成的公共能力。购买订阅可以获得调用资格，却不能自动获得问题设计、核验、维护和协作经验。机构若只采购平台而不支持训练与公共材料建设，可能出现少数熟练者高度受益、多数成员难以进入的局面。能力封装需要相应使用条件，研究基础设施也包括能够帮助人形成这些条件的支持。
平台提供的便利也可能影响研究方向。容易被工具处理的对象会得到更多关注，难以表达或缺少训练资料的问题可能持续被忽略。数学共同体需要保留提出工具不擅长问题的能力，并为不同表达方式安排试验。否则表面上候选数量增加，实际探索范围反而围绕同一平台的优势收缩。
工具评估应使用真实任务，而不只看宣传中的榜单。一个系统在标准题上表现良好，未必适合某种新定义的长期维护；另一个系统生成速度较慢，却可能更便于检索依赖和复现。共同体可以共享任务与观察记录，帮助成员理解不同工具的使用边界，但不宜把短期排名固定为永久结论。
研究者也需要知道哪些资料允许提交给外部服务。这里不必把所有合作都变成繁重审查，关键是依据已有数据与合作条件做出清楚安排。保护过程材料与保持开放研究并不冲突，它们共同帮助人—AI研究建立可持续信任。
六、让失败、分歧与路线调整具有位置
典范候选的探索需要为无法继续的分支保留检验与记录的位置。如果共同体只保存成功故事，后来的研究者会反复进入同样的死路，也会误以为新结构总是从正确直觉平滑长成。失败记录应成为公共研究资源的一部分，但必须经过整理，说明失败发生在哪个条件与目标的关系中。
一项有效的否定结果可以是严格反例，也可以是有边界的经验发现。前者推翻明确命题，后者表明在规定任务与资源下没有观察到预期收益。两者不能混写。计算搜索没有找到对象，不等于对象不存在；一个应用没有改善，也不等于结构没有任何价值。共同体需要保持这种区分，才能让失败真正缩小不确定性。
路线分歧也未必需要立即统一。两套定义可能分别保留不同性质，适合不同任务。可以通过共同算例和映射研究它们的关系，让竞争成为问题生成的条件。若一套定义在另一套中得到自然表达，也应如实承认，而不是为保护独创声誉继续强调表面差别。
允许失败还必须与资源责任相连。项目不能仅凭已经投入很多就不断续期，也不能因为一次评估不理想便失去所有支持。阶段性决定应说明继续投入希望获得什么新信息，以及为什么现有证据尚不足。若已经无法提出能够改变判断的下一步，暂停可能是对研究者与公共资源都负责的选择。
暂停之后仍需照顾参与者。学生的学位、工作人员的合同和合作者的承诺不能随着一个方向停止而被忽略。机构可以帮助他们转移到相关问题，整理已经形成的成果，并承认合理失败中完成的实际工作。没有这些安排，所谓允许失败就只是一种没有承担成本的口号。
争论的价值最终在于改变活动。反复围绕某个名称是否伟大展开讨论，却没有产生新的算例、命题或检验，容易成为声望竞争。共同体应把争议引回具体后果，使分歧能够推进研究，而不是永久消耗共同注意力。
七、怎样判断生涯升级已经发生
共同体建设需要接受自身主张的检验。研究成果增加，未必意味着研究者获得更多自主性；工具使用普及，未必意味着典范探索扩大；举办更多活动，也未必形成可持续合作。判断升级应分别观察研究、职业与人生层面，并说明它们何时相互支持、何时发生冲突。
研究层面可以检查，是否出现原来难以展开的问题，是否形成能够由他人接续的对象与方法，是否有候选因反例而被实质修订。职业层面可以观察，参与者是否获得稳定支持、可迁移作品和不同发展路径。人生层面则需要尊重个人判断，了解探索动力、自主感与生活负担怎样变化，不能由机构替每个人宣布幸福增长。
这些观察需要适当时间。早期可以看试验是否完成、材料是否可复核；中期可以看是否出现独立接续与跨领域使用；长期才可能判断是否形成持续研究共同体。不同层次不宜用同一周期考核，否则长期探索会被迫生产短期可见标记，制度再次把多元发生压回同轨竞争。
若要判断AI在其中的作用，还需要谨慎处理因果。参与者可能原本就更积极，机构也可能同时增加经费与指导。不能把所有改进归于工具。可以比较相近任务的过程、记录资源变化、关注未达到预期的项目，并让参与者解释具体哪个环节发生改变。此类证据未必给出单一因果数字，却能帮助修订组织方式。
本书的研究纲领也应允许被削弱。若长期观察表明，AI主要增加相似成果，却没有提高候选结构的可靠展开能力；若平台依赖压缩了问题多样性；若新活动持续只惠及少数资源丰富者，那么共同体就需要调整工具与制度安排，而不能仅以时代趋势为由宣布方向正确。
在一次年度回顾中，实验室可以挑选一个成功推进、一个中途停止和一个仍未确定的项目，让外部同行检查三者的决定是否同样尊重证据。若成功项目的材料充分，而停止项目只留下含糊评价，就说明组织尚未真正学会从失败中获得知识；若不确定项目被不断迫使承诺突破，也说明资源制度仍在奖励过度宣称。这种对不同结果采用相同解释责任的做法，比统计成功率更能显露共同体的研究质量。
制度也应留下修改自己的记录。一次评价规则为什么改变，谁因此获得或失去机会，新的安排是否降低了参与负担，都可以成为下一轮治理的依据。支持数学发生的共同体，本身同样需要在互动中持续发生。
多元数学的未来由这样的持续检验建设。工具把技术、能力与智慧封装成新的起点，共同体则决定这一能力如何进入问题、如何被分配、如何接受修订。数学家不必独自承担所有改变，但也不能把未来完全交给平台与制度。个人探索、复合研究与公共条件相互作用，才能使新的数学活动既开始发生，又有机会长期生长。