OpenAI破解10年数学猜想：普通人学数学还有用吗

这是第 9953 篇深度文章，全文 3436 字，读完大约需要 9 分钟。

今年下半年，科技圈出了件让人心里一紧的事：OpenAI 用 AI 一口气解开了计算机科学界悬了 10 多年的数学猜想。

消息传开后，不少读者在后台留言问：AI 算得比人快，连顶尖数学家的活都能接，普通人还学数学干什么？天天逼孩子刷题，是不是一开始就走错了方向？

这种担心很真实。可要是顺着这个逻辑再往下想一层，结论会反过来：AI 越强，数学思维越是人类在这个时代手里最稀缺的那张牌。

凭什么这么说？菲尔兹奖得主丘成桐先生的新书《数学传奇：哈佛数学150年》最近出版了，书里讲的是哈佛数学系怎么从一块学术荒地变成世界数学研究的中心。

全书以 13 位数学大师的人物故事为线索，串出一条清晰的学术传承脉络。回头翻历史会发现，战争、密码破译、量子力学，基础数学总在最出人意料的地方顶上关键作用。

再把目光拉回当下：那些在 AI 时代呼风唤雨的人，那些改变世界的顶级大脑，究竟是怎么炼成的？

一、硅谷的 AI 大佬们，为什么多是数学系出身？

不少人觉得搞 AI 就是敲代码、写程序，于是拼命让孩子去学计算机。可你去看一眼硅谷科技圈，会发现一个惊人的重合度。

OpenAI

为什么 AI 最强大的那些大脑，骨子里其实是数学家？

支撑AI的那些底层构件——线性代数、概率统计、张量计算，根子都扎在纯数学里。再往前沿走，代数几何已经直接催生出“神经代数几何”这一研究方向；莫尔斯理论则被拿来分析深度学习损失函数的景观，也就是模型究竟怎样“学习”。

不少人会觉得自己没必要弄懂AI原理，也用不着推导公式。可缺了数学思维，在这个时代就只能跟在别人身后追现象，看不透事物运转的本质。旁人聊起大模型的参数、算法、概率分布，你眼里剩下的只是一串热搜词。

数学思维，就是看透这个世界的底牌。

这样的思维并不是现代才有的。过去一百多年，正是一批看似远离现实的纯数学研究，一点点垒起了今天数字世界的地基。《数学传奇：哈佛数学150年》记下的，就是这群天才是如何把这块地基一寸寸打下来的。

二、顶级大脑的炼成，从来不靠刷题

一提到学数学，中国家长最熟悉、学生也最头疼的做法，就是“刷题”。

丘成桐先生有句话说得很透：“刷题刷不出大师，刷题只会消磨孩子的好奇心。”

翻看哈佛数学系那段汇聚了无数天才的历史，靠刷题刷出来的大家几乎一个也找不到。站在世界之巅的，都是一群有点“偏执”、极度热爱、敢啃硬骨头的活生生的人。

乔治·戴维·伯克霍夫的故事可以先看一看。

20世纪上半叶美国最伟大的数学家，这个称号属于他。那会儿美国数学在世界舞台上还排不上号，欧洲学者甚至看不上美国的数学期刊。伯克霍夫一出现，局面被彻底改写。

他当时面对的，是数学界公认的百年难题——

伯克霍夫是怎么做出来的？为证明这个定理，他硬生生瘦了30斤。后来跟学生回忆起这段经历，他没有炫耀天赋，讲的只是日复一日的痛苦与死磕。度蜜月时他还让妻子帮忙画地图涂色，满脑子装的都是著名的“四色问题”。

这种对问题的极度专注，既不为考高分，也不为交差，说到底是一种纯粹的、近乎宗教般的求知欲。

首届菲尔兹奖得主拉斯·阿尔弗斯也是这样。

他是芬兰人，二战时从战火纷飞的芬兰逃出来。兜里没钱怎么办？那枚象征数学界最高荣誉的菲尔兹奖章，被他偷偷带进当铺当掉，换了路费。他后来讲，这大概是世界上唯一一枚进过当铺的菲尔兹奖章。

到了美国之后，他在防空洞里写论文。身边没有一个人能交流，就在这种绝境中，他独自开创了“拟共形映射”这一影响深远的数学新领域。再后来，泰希米勒这个纳粹狂热分子留下的残缺理论，也被他用极其严谨的数学语言重新建立起来。

这些故事讲的是数学吗？不是。讲的是极致的好奇心、纯粹的专注，还有在绝境里找突破的那股韧性。

AI时代，机器最不缺的就是“算力”和“套路”。只让孩子刷题，练出来的不过是一套熟练的解题肌肉记忆。AI一秒钟能生成几万种解法，这种能力转眼就贬值了。

能让孩子在未来立足的，是面对一个复杂未知的问题敢迎难而上，敢提出新的假设。这比刷一百道题都管用。

三、哈佛的逆袭： 为什么说“提出问题”比“解决问题”更重要？

今天全球最牛的

1727年，哈佛有了第一位数学教授。系里只有他一个人，教授是他，系主任也是他，连扫地这类活儿都得自己动手。往后很长一段日子，美国的数学在国际上没什么位置，欧洲人压根瞧不上。

哈佛的教授被迫把精力放在编写教材上，原创研究反而做不了。就连早期的哈佛校长，也不觉得教授做研究是件正事。

可就是从这样一个“一穷二白”的起点出发，哈佛用了150年，硬生生把世界数学的中心从欧洲搬到了美国。

逆袭到底怎么发生的？书里点出了几条要害的组织逻辑。

头一条，是把“敢碰硬骨头”的人当宝贝。

伯克霍夫身上有个很反常识的地方：他挑的研究题目，常常是自己也没把握拿下的。

容易出论文、方便评职称的“短平快”题目，他不碰；他专挑真正难、甚至一辈子都啃不下来的问题。就是靠这股劲，他带出了莫尔斯、惠特尼、麦克莱恩等一批顶尖大师，拓扑学、范畴论这些至今仍有影响的学科也从这里开枝散叶。

再一条，是制度上的开放和包容。

时间到了20世纪30年代，二战的阴影压向欧洲，大量顶尖的欧洲犹太数学家逃往美国。哈佛当时也有过争论：这些外来的人，会不会把本土学者的饭碗抢走？

结果恰恰是这批欧洲学者的到来，让哈佛真正坐上了世界数学中心的位子。奥斯卡·扎里斯基就是例子，他从俄国逃难到罗马，后来又到哈佛，最终把哈佛做成了代数几何的世界中心。

还有一条，是学术上的传承机制。

书里提到，伯克霍夫带出了46名博士生，这些学生又带出更多学者。一个人再厉害，力量终归有限；可把知识、理念和对数学的那份纯粹热爱像火种一样交给下一代，这股力量就没有边界了。

顶级大脑和普通人的差别，其实就在这里。

普通人忙着解题，高手在破局。普通人问的是“这道题怎么算”，高手问的是“究竟哪个问题才最重要”。

机器只会在你划定的框架里找答案，而定义框架、提出新问题的，是人。

如今AI跑得飞快，知识本身早就不算稀罕物，搜索框里一敲就能找到。真正难得的，是一个人怎么在漫天问题里挑出最值得做的那一个，又怎么在一条与众不同的路上咬住不放、一直走下去。这也是我们仍然要回头去看那些大师足迹的原因。

四、数学的河流与人类的火种

《数学传奇》的序言中，丘成桐先生写下过一段很打动人的话，这也是全书最要紧的灵魂。他写道：

“哪怕你是全球最顶尖的数学家，若对某个定理的历史背景毫无了解，想要证明它，胜算恐怕也微乎其微。天赋再惊人，不善于借助前人积攒下来的知识，在数学这条路上也走不了多远。”

对每个正为学业、为将来发愁的年轻人来说，这段话的意义其实更宽。我们大概成不了数学家，但可以去了解这些大师怎么想问题，借此把自己的思路重新理一遍。

“你或许觉得，自己刚证出的定理是开天辟地以来最了不起的成果，注定‘改变游戏规则’，一夜间成为经典。可若放到更大的图景里看，它只是孤零零的一点小成绩，是数学汪洋里的一滴水。就算把这‘一滴水’跟你其余所有成果全加起来，大概也就凑得出一杯，或者一壶。

这杯水在我眼里并不是安安静静盛在一只刻了名字的杯子里，跟挂在办公室墙上的学位证书、奖状摆在一处供人瞻仰。它属于一条大河，那条河已经流了几千年，奔腾不息，一直涌向没有尽头的未来。”

哈佛数学系150年的历史，最终给我们的启示就在这里。本杰明·皮尔斯当年孤军奋战，伯克霍夫、莫尔斯们接着开疆拓土，再到眼下硅谷和AI圈里那些不露面的数学高手。他们做的不是一道道孤立的题，而是把自己汇进一条奔腾不息的大河。

身处这个充满不确定性的AI时代，别让焦虑牵着走。去读读那些为AI打下地基的人的故事，看看真正的顶级头脑是怎么思考、怎么把东西传下去的。

这些真看明白了，你就会发现AI只是工具，真正的底牌始终在会思考的人手里。

*文章为作者独立观点，不代表笔记侠立场。