如果 AI 能完成研究生的入门课题，科研机构是否应该直接用它替代研究生？如果一年能得到更多证明、更多论文，是否就说明科学进步得更快？
陶哲轩在这场 Big Think 访谈中提出的担忧，沿着这两个问题展开。但全片并不是一场只谈 AI 的对话：前半部分讨论数学怎样帮助人理解数量、结构、不确定性与变化，随后解释基础研究怎样形成科学与技术，最后才进入自动化、验证和人才培养。
这条顺序很重要。只有先理解数学除了给出答案还在做什么，才能理解为什么他一面肯定 AI 的能力，一面担心科学可能优化了错误的目标。
本文按这三章整理为 23 个议题，展开关键概念、案例和论证。前三部分归纳访谈并解释必要的数学背景；标为“事实校订”或“补充核验”的内容来自另列的原始资料；第四部分才是我的第一性原理推演。关于 AI 的判断保留访谈发表时的语境，不扩写成确定的未来预言。
观看原视频：One of the world’s greatest mathematicians explains 6 essential concepts of math | Terence Tao。Big Think 于 2026 年 8 月 28 日发布，时长 84 分 36 秒。本文核对依据为节目方完整逐字稿，封面使用该视频原始缩略图，权利归原权利人所有。
| 原视频章节 | 主要内容 | 本文位置 |
|---|---|---|
| 00:00—32:12 | 数、代数、几何、概率、分析、动力系统 | 第 1—7 节 |
| 32:12—54:29 | 基础研究、三个应用案例、解释与发现 | 第 8—13 节 |
| 54:29—1:07:38 | 科研方式、LLM、广度与深度 | 第 14—17 节 |
| 1:07:38—1:15:18 | 评价标准、过拟合、证明的消化 | 第 18—19 节 |
| 1:15:18—结束 | 能力进展、协作、研究者培养与公共价值 | 第 20—23 节 |
表中使用发布方给出的章节起点。一个章节包含多个议题，链接用于定位章节，不冒充每句话的精确时间戳。
第一部分：六个数学概念，怎样让思考变得精确
1. 六个支柱是一组视角，不是数学的全部
陶哲轩选择的六个概念是：数、代数、几何、概率、分析和动力系统。它们不是六门互不相关的课程，也不是对整个数学的穷尽分类，而是从简单直觉生长出来的六条主线。
可以把它们对应到六个基本问题：有多少、怎样运算、如何排列、结果有多不确定、近似有多可靠、系统怎样随时间变化。
数学的工作，是给这些问题建立精确的对象与规则。日常语言能让人初步理解“大”“远”“可能”“稳定”，但要比较两个接近的量、追踪多个条件、处理很长的推理链，就需要更明确的表达。
这里也不是主张生活的一切都应该量化。个人关系、感受和价值选择不能被一张计算表完整替代。数学扩大了我们能够清楚讨论的范围，并不自动决定什么值得追求。
2. 数：从记录数量，到扩展可以表达的世界
数让数量从具体物体中独立出来。几只羊、几袋粮食、多少距离，可以使用同一套表达进行记录、比较与传递。接收信息的人不必亲眼见过那些物体，也能理解其中的数量关系。
更深的一步发生在数系扩展上。只使用自然数时，一些运算没有结果；引入零、负数、分数之后，原来受限的问题可以放进更统一的体系。比如 3 − 4 在只允许非负数量的计数问题里无解，在整数体系里却有明确结果。
有理数仍不够：正方形对角线带来的 √2 不能写成两个整数之比。继续扩展后，实数能处理这类长度；复数又让负数开平方等运算获得新的解释。每一步都需要保持规则自洽，不能随意发明符号后就假定一切成立。
这也说明抽象为什么有用。一个概念最初可能为解决运算内部的问题而出现，后来却适合表达新的物理现象。复数在电磁学和量子理论中的作用，就是访谈举出的例子。
保留下来的关键观点是：数学不只描述已经熟悉的对象，也通过扩展表达方式，让原来难以提出的问题变得可以讨论。
3. 代数：不只计算答案，还研究操作本身
从具体数量抽象出数之后，代数再向前一步：用变量代表尚未确定的量，并研究加法、乘法等操作具有哪些共同性质。
例如，加法满足交换律：先加 a 再加 b，与交换顺序得到相同结果。可现实中的操作未必如此。穿袜子与穿鞋的顺序就会改变结果。旋转也是很好的提醒：平面内绕同一点的旋转可以交换，空间中绕不同轴的旋转一般不能交换，不能把一个简单例子推广到所有情形。
代数的力量在于识别结构。如果两个问题遵守相似的规则，就有机会迁移方法。但必须逐条检查哪些规则保留下来：矩阵有加法和乘法，很多计算方式类似数，矩阵乘法一般却不满足交换律。
访谈还讲到开普勒研究葡萄酒桶的测量。一个测量长度本来不足以唯一决定任意酒桶的体积；把桶的形状、尺寸关系和商人的优化动机放进模型，才可能解释实际测量法为什么有效。关键不是背下一个容积公式，而是把隐含条件变成明确关系。
这个案例把代数与后面的分析连接起来：先用符号表达约束，再研究怎样变化会使结果更好。
4. 几何：从可以测量的地方，推断无法直接到达的地方
几何研究位置、形状、角度和距离之间的关系。它的早期用途包括土地测量、航行与天体观测，但价值远不止画出图形。
以相似三角形为例，一旦确定两个三角形相似，它们对应边的比例便受到约束。知道几个可测量的量，就能推断另一个无法直接测量的量。测山高、估算远处距离、用视角研究天体，都使用了这种思路。
因此，几何扩展了人的观察能力。我们不必把尺子真的放到月球上，才能讨论月球的尺度或距离；但间接测量的精度，仍受输入数据和模型假设限制。
重要的不只是“数学能算出很远的东西”，而是一个可信的关系，可以把局部证据连接到超出直接经验的结论。这也是之后数学帮助物理建立理论的重要基础。
5. 概率：接受不确定性，同时约束它
学校里的题目通常给出完整条件，现实却很少如此。我们可能知道一枚硬币受力学规律支配，却无法精确测量每个初始条件，也没有必要逐次模拟全部细节。
概率提供了另一种问题表述：不要求事先确定每一次的结果，而是研究可能结果的分布、频率和风险。它从赌博等重复试验问题发展出来，后来进入医学、金融、生物学等领域。
需要保留访谈中的一个边界：大量重复观察，往往更容易帮助我们估计概率；非常罕见的事件，可能缺乏可靠的频率数据。这不等于“罕见事件不能用概率研究”，而是提醒我们区分模型算出的数与支撑那个数的证据。
他也提到不同随机现象有时呈现相似形状，例如钟形分布。数学能在一定条件下解释这种普适性。但不是所有数据都服从正态分布，相关性、极端值和重尾现象都可能让直觉失灵。
概率的作用是让不确定性变得可描述，不是把不确定性伪装成一个很精确的百分比。
6. 分析：近似、误差与无限，必须放在一起理解
分析关心的不只有“一个量是多少”，还有它的误差、极限和变化。测量约为两米，和测量为两米、误差不超过十厘米，是不同的信息。讨论一个近似方法是否有效，需要说明误差怎样随着投入变化。
从有限走向无限时，直觉尤其容易出问题。有限个数求和可以随意换顺序；某些条件收敛的无穷级数却不能。这里不是算术突然失效，而是原来的操作条件已经改变。
不断加倍下注，是另一个容易误导人的例子。在理想化的等概率、等额赔付游戏中，输一次就加倍，第一次赢似乎就能补回之前的损失。但它需要资金和下注额度不断增长。有限资金下，一段连败就可能让策略无法继续；低频的大损失并没有因为多数时候的小盈利而消失。真实轮盘还包含零格，不能直接当作红黑各半的公平游戏。
无限猴子定理说明了类似区别：在合适的独立随机输入假设下，一个有限目标文本最终出现的概率可以趋近于一，但这不说明现实时间内能等到它。对于固定字母表上的随机字符串，目标长度增长，会让命中的难度迅速增加。
不过，无限也不只是陷阱。它可以用来建立理想模型：先暂时拿掉资源限制，看清问题的结构，再回到有限条件下计算代价和误差。陶哲轩借用游戏里无限生命、无限弹药的体验来说明这种探索方式。
这部分的结论是双向的：理想化可以帮助发现方法；分析负责检查，哪些结论真的能带回现实。
7. 动力系统：规则简单，不意味着长期行为简单
动力系统研究状态怎样一步步演化。单个参与者的规则可能很简单，许多参与者不断相互作用之后，整体却出现难以预料的结构。
交通是直观例子。每位司机只是在根据前车加减速，车流却会形成停走波；造成减速的事故已经消失，拥堵仍可能继续传播。在某些交通网络中，增加道路也未必改善整体通行效率，因为个体选择与全局结果不是一回事。
平衡还需要区分稳定与不稳定。向下悬垂的摆与倒立的摆，都有静止状态；受到微小扰动时，它们的反应不同。有阻尼的悬摆可以逐渐回到平衡，倒立状态通常会偏离。不能只因为系统暂时不动，就认为它有恢复能力。
混沌进一步说明：确定的演化规则，也可能对初始条件高度敏感。输入误差随着时间放大，长期预测就会受到限制。两体模型可以得到漂亮的轨道关系，却不能由此推出一般多体系统也有同样简单的通用公式。
这不是说所有三体情况都无解，也不是说有了混沌就无法预测任何东西。数值计算、特例分析、统计描述仍然有用，只是要明确预测的尺度和可信范围。
天气、气候、演化与交通都是访谈涉及的应用方向。它们把本章的概念重新连起来：描述变化需要代数和几何，控制计算误差需要分析，预测能力不足时又需要概率。六个支柱彼此支撑。
第二部分：数学为什么会成为科学和技术的基础
8. 科学是一个相互连接的生态
基础研究、应用研究、工程与产业，承担着不同的工作。基础研究追问一个现象为什么成立，应用研究寻找它与实际问题的连接，工程把方法做成可用系统，产业再将系统带入规模化使用。
这不是每个发现都会严格走过的一条单向流水线，但各个群体之间的交流非常重要。如果只留下距离商业产出最近的部分，就可能失去未来方法的来源；如果基础研究与其他领域完全隔绝，已有知识也可能长时间无法发挥作用。
数学中常见的情况是：人们起初出于好奇研究某种对象，后来科学家发现，它恰好提供了描述新现象的语言。访谈用三个案例展开这条关系，而不是仅仅宣称“基础研究很重要”。
这也是评价基础研究的难点。一个方向的价值可能尚未显现于当前用途，它所保留的却是未来理解问题的可能性。不能保证每项探索都有商业回报，也不能仅凭暂时没有用途就判定它没有价值。
9. 非欧几何：改变一个默认前提，可能释放整套语言
欧几里得几何中的平行公设，长期令人不满意。其常见表述是：给定一条直线和线外一点，经过该点恰好有一条直线与原直线平行。它与一些更直观的几何公设相比，显得不那么自然。
重要的变化，是人们不再预设只有一种可能的几何。在双曲几何中，可以出现不同于欧氏平面的平行关系；在球面上，把大圆看作测地线，两条不同的大圆会相交。球面几何的公理细节也与欧氏几何不同，不能简单理解成只改一句话而其余一切不变。
这些研究帮助形成了描述弯曲空间的数学。后来，广义相对论需要表达时空几何与物质、能量之间的关系，便能够使用已经发展起来的几何工具。
这里应区分两件事：用合适的数学语言写出方程，与实际求解复杂情形，是不同难度的任务。表达变得简洁，不意味着两颗黑洞怎样相互作用就能轻易算清。
这个案例最值得保留的判断，是我们有时需要删除一个习以为常的限制，才能看见更一般的结构。数学为物理提供了语言，但新的物理理论仍需要自己的证据。
10. 球体堆积：从空间利用，到通信中的纠错
同样大小的球，怎样排列才能尽量少留空隙？这个问题可以来自炮弹堆放，也可以来自市场上的水果，但要证明某种常见堆法已经最优，却远比找到一种好堆法困难。
三维等球最密堆积的密度为 π/√18，约 74.05%。Hales 与 Ferguson 于 1998 年宣布计算机辅助证明；之后的大规模形式化项目于 2014 年完成，相关正式论文发表于 2017 年。这几个节点分别对应证明宣布、形式化完成和论文发表，不应混成一个日期。Hales 的回顾、形式化证明论文
**事实校订：**节目网页逐字稿写了约 76%，本文采用证明论文给出的密度。论文使用 HOL Light 和 Isabelle，不应把所有证明助手都称为 Lean。形式化检查给出的是明确形式系统内、针对明确命题的保证，也不能泛化成任何现实结论都获得绝对保证。
这个故事的另一个转折，是把几何从三维实体空间推广到高维和离散空间。通信中，一条信息可以对应一串比特；如果合法码字彼此足够分离，传输造成少量错误后，就仍有机会判断原来的码字。
围绕码字允许出现的错误集合，可以看成某种“球”。怎样安排这些球，让它们尽量不重叠，又容纳更多合法消息，就与堆积问题产生联系。原来研究空间利用的结构，转化成了研究抗噪声能力与编码效率的工具。
需要避免把这个联系说成“整个通信行业只靠一个堆球定理”。访谈的重点是抽象结构能够跨领域复用。
11. 压缩感知：数学把分散的经验技巧连接起来
这个案例不仅涉及数学用途，也涉及陶哲轩自己参与研究的经历。他回忆，合作者在成像实验中从较少测量获得了出乎意料的重建效果；他最初试图证明这不可能，检查过程中却发现了支持它成立的条件。
关键背景可以用线性代数说明。若未知量很多、测量很少，方程组通常不能唯一决定所有未知量。压缩感知能够起作用，并不是违反了这一点，而是引入了额外结构，例如信号在某种表示下具有稀疏性，同时测量矩阵满足相应条件。
在这些条件下，一些原本欠定的问题可以被恢复，某些恢复任务还能转化为可计算的优化问题。条件、噪声和信号结构都会影响结果，不能据此宣称任意图像都能由任意少的测量完美重建。陶哲轩关于压缩感知的原始讲义
类似技巧曾在地震、天文等领域出现。统一的数学解释让人看见，这些方法并不只是某个专业里的偶然窍门，而是在利用共同的结构。陶哲轩与 Candès 的回顾也明确承认了更早的信号恢复、几何、优化和概率研究，不能把这个领域写成两个人凭空创造的结果。Reflections on compressed sensing
这一段的价值在于说明：发现有效方法之后，还要理解它为什么有效、在哪些条件下有效。解释一旦清楚，方法才有机会从单个案例走向其他领域。
12. 为什么数学与物理有时会找到相似的简洁解释
数学为什么能够如此有效地描述物理世界，是一个仍有争论的问题。陶哲轩提出的解释方向是：两个领域都会尝试删去不必要的复杂性，寻找更简洁的表达；而简洁结构的种类有限，于是它们可能在不同路径上遇到相同的语言。
这里必须保留“解释方向”的身份。这是他在访谈中提出的一种看法，不是已经证明的定理，更不是所有物理规律都必然优美的保证。他也承认，人类只有一条实际发生的科学史，能够用来比较的历史样本有限。
从认识过程看，人们最初的解释常常包含额外假设。继续学习，有时并不是添加更多复杂机制，而是发现其中一个默认前提没有必要。例如，对时间、空间的直觉一旦改变，原来难以协调的现象才可能进入更统一的框架。
这一议题把“抽象”“删去假设”和“理解”连在了一起。数学的简洁不是少写几个字，而是用更少、也更合适的条件表达更多关系。
13. 发现的过程：先看清障碍，解法才显得自然
同在 48:17—54:29 的讨论中，陶哲轩描述的研究过程与天才突然获得灵感的形象很不一样：尝试、受阻、提炼更小的问题、处理局部困难，再回到原问题。
失败提供的信息是具体的。某个技巧为什么不能使用？缺少哪条条件？一个方法解决了大部分问题，剩下的障碍是什么？这些发现会缩小后续搜索的范围。
于是，真正找到方法时，研究者可能已经对困难非常熟悉，解法反而显得自然。这不意味着最初就应该看得出来，也不意味着所有长期探索最终都会成功；有些问题仍然需要暂时放下。
这也解释了数学教育里的一个张力：最终答案要求严格正确，探索过程却需要容纳错误。如果把交卷时的评分标准直接施加到每次尝试上，学生就可能不敢试那些尚不成熟的想法。
应该区分的是草稿与结论的标准。公开的证明需要经得起检查；得到证明的道路，往往由许多没有成功的尝试构成。
第三部分：AI 改变的，是科研的整个过程
14. 理论、实验、模拟和数据分析，都在发生变化
科学研究先后发展出理论、实验、数值模拟和大规模数据分析等方式。它们没有简单地相互取代，而是为不同问题提供了不同的切入点。数学尤其重视理论证明，但也可以通过计算例子、构造数据集、寻找规律开展实验式探索。
AI 对这些环节的影响并不相同。自动化实验室可以协助执行实验，编程 Agent 可以帮助搭建模拟，数据工具可以寻找模式，推理与证明工具可以探索假设的后果。这些工作过去也使用计算机，但通常需要专家逐项组织和编程。
把其中一些步骤规模化，显然有价值。问题在于，传统研究者在做这些工作时，还会发现没有预料到的现象、建立直觉、理解失败，并学会怎样向别人解释结果。
如果任务完成了，却没有人获得这些能力，原来一起发生的几件事便可能分开：成果增长了，理解没有同步增长。陶哲轩因此把问题从“AI 会不会做科研”推进到“我们到底希望科研产生什么”。
15. 徒步与直升机：到达目标，不等于学会了路线
陶哲轩用寻找瀑布的徒步说明这一点。徒步者需要找路、修正地图，可能在途中发现其他值得探索的地方；直升机可以直接抵达目的地，却未必留下这些过程中的收获。
这不是说快速抵达一定不好。若目标只是把设备运到某处，直升机可能正是合适的工具。但如果目标同时包括测绘、训练和发现新地点，仅以“是否到达瀑布”评估，就少算了其他价值。
放回科研，解出题目是可见的终点，寻找解法的过程却可能产生新的问题、方法与合作关系。自动化应当帮助我们保留这些收益，而不是默认它们会随着答案一起出现。
因此，这个比喻讨论的是目标是否完整，而不是赞美低效率。它解释了为什么有些工作值得加速，有些学习过程则需要重新设计。
16. LLM：有用的输出，来自一种不同的工作方式
访谈从回归和模式学习介绍语言模型：给定上下文，预测接下来的内容，再把这个过程反复执行。更严格地说，语言模型处理的单位通常是 token，并不恰好等于一个完整词。
简单的自动补全连续运行，容易生成不连贯的文本；更大规模训练后的模型，却可以维持相当长的连贯性，并表现出解决某些问题的能力。再结合分步处理、重复检查和外部工具，整个系统的成功率可以进一步改善。
陶哲轩用知识很多、但有些醉意的人作比喻：提出的想法里可能有错误，也可能有可以利用的线索，需要引导与检查。这个比喻强调的是使用方式，不能拿来替代对模型内部机制的科学解释。
他对模型是否具有扎实的现实理解持保留态度。这里应把他的判断与已验证事实分开：预测语言这一训练目标，本身既不能证明某个回答正确，也不足以一举解决“理解是什么”的争论。
**补充说明：**这是面向公众的机制概括。一个实际 AI 系统还可能包含后训练、搜索、工具执行和验证，不宜把系统的所有表现都归结成一次简单的自动补全。评价具体任务，最终仍要看输出证据与运行过程。
17. 广度与深度：不是把人与 AI 放到同一根能力刻度上
人类专家通常会选择少数值得长期研究的问题，持续积累对障碍的认识。AI 则可以低成本地尝试更多题目、更多已知技巧和更多组合，其中一些组合可能恰好是人类没有考虑过的。
这不只是“多试几次”。不同的搜索路径有时还能暴露群体的盲点：专家都习惯于寻找正面证明，而另一条路径可能找到反例；关键方法可能存在于某个不太熟悉的领域，只是尚未与当前问题连接起来。
陶哲轩在访谈中举了 1,000 道题、解决 5%、得到 50 个结果的示意例子。这是他用来说明规模效应的算例，不是本文原创，也不是对任何模型、任何问题集都成立的实测成功率。
这 50 个结果有价值，但不一定包含研究者最想解决的那道题。因此，广泛筛选中的总收获与指定难题上的可靠性，需要分开讨论。
他期待的是把广泛探索与深度研究结合起来，并没有据此宣称 AI 已经全面超过数学家。对于必须创造新技巧才能推进的困难问题，他在这场访谈中仍然强调了现有工具的不足。
18. 开普勒的提醒：短期数据拟合，不足以判断理论的全部价值
开普勒一度用规则几何体解释行星轨道之间的关系；更精确的观测迫使他修改想法，最终转向椭圆轨道。这个故事首先说明，优美的解释不能替代数据检查。
但访谈还强调另一面：更有前途的理论，在早期可能不如已经反复修补的旧理论准确。一个仍坚持圆轨道的日心模型，与后来引入椭圆轨道的模型，也不能当作同一个完成状态来比较。
如果把当下拟合精度当作唯一评价指标，就可能过早淘汰值得发展的方向。另一方面，一个极复杂的模型也可能只记住当前数据，在新情形下表现很差，这就是过拟合所提醒的问题。
这里没有否定实验，也没有允许理论永远借“未来会更好”逃避检验。需要判断的是哪些错误可以通过明确的改进路径解决，以及一个理论是否提供了新的解释、预测或研究机会。
陶哲轩由此提出一个系统层面的警惕：实验、编码和论文撰写都加速，并不逻辑上保证科学作为整体同步加速。各步骤之间还需要有效的选择与反馈。
19. “证明消化不良”：正确的证明，仍未必成为共同知识
一个候选证明至少要跨过几种门槛：是否正确、是否讲得清楚、是否有值得关注的内容，以及是否已经被别人理解并用于后续研究。最后，它还可能需要重组为能够进入教材的形式。
生成与检查越来越自动化，并不意味着这些后续过程已经同样自动化。AI 生成的长证明可能把篇幅花在简单步骤上，却没有帮助读者识别真正的新意与困难。
于是，研究共同体会遇到一种积压：有很多潜在结果需要阅读、筛选和吸收，而专家的时间有限。陶哲轩将这种状态称为证明的“消化不良”。他自己也已无法承诺阅读领域里的每项新进展；信息过载在 AI 之前就存在，AI 加速了内容供给。这不是只有错误内容太多的问题；即使结果正确，理解能力仍可能成为瓶颈。
他在另文《Mathematics in the age of AI》中也讨论了从验证、表达走向共同体吸收的过程，并强调审稿、解释与接受所承担的工作。这里用该文作交叉核验，不把它新增的论述冒充成本次视频原话。陶哲轩的论文，第 6—7 节
因此，整理、解释、筛选和教学本身就是科研基础设施。更多结果是一种机会，但只有一部分结果被消化、连接起来之后，才会变成可以继续生长的知识。
20. 承认能力进展，也必须追问失败分母与成本
陶哲轩回顾了工具从学校数学、竞赛题，走向部分研究层面问题的变化。他还提到，一些 AI 得到的方法已经启发人类处理与单位距离问题相邻的其他问题；这不等于宣称 AI 已经解决了单位距离问题本身。这一点很重要：他的立场并不是“AI 只能做没有研究价值的事情”。
但一次公开成功，并不能单独回答这种能力是否稳定。还需要知道总共尝试了多少问题、投入多少计算、使用了多少人工帮助，以及其他尝试为什么失败。
访谈中提到的高额算力、团队投入与低成功率，主要用于提出这些未知数，不能改写成对所有项目的统一统计。类似地，他转述程序员所说的效率提升，也不能当作经过控制实验验证的行业平均倍数。
他也转述了一些程序员的另一面体验：生成代码更快，自己手写代码的能力却在减弱，有时甚至无法审查 Agent 产出的代码。这是访谈中的经验性观察，不能直接推成所有使用者都会退化的因果结论；但它具体说明了他为什么坚持区分产出速度与人的能力。
**补充核验：**节目网页逐字稿把一段“10 道研究题、答案先保密”的评测称为 FrontierMath。Epoch 的 FrontierMath 官方说明描述的是数百道题的体系；First Proof 原始论文则明确介绍了 10 道来源于真实研究、原答案暂时不公开的问题。两者是不同项目。
这一处名称与描述存在核对疑点，仅凭网页稿无法确定是口误、转录问题还是另有所指。因此，本文不将其中“十题中五六题”的说法写成已核实的 FrontierMath 成绩，也不擅自替讲话者改成另一项评测的结果。能够保留的确定观点是：他支持以独立、可检查的评测替代只报告成功的宣传。
21. 陶哲轩实际怎样使用 AI：辅助工作与共同思考仍有差别
他在本次访谈中提到的常用任务包括文献检索、检查证明、编写代码、校对与改进表达。对于实际攻克问题的思考过程，他仍更习惯与人类合作者工作。
原因不只是正确率。长期合作者之间可以建立默契：记住彼此的思路，接续未完成的讨论，理解一句话为什么重要。共同研究还会反过来改变双方的知识与能力。
他认为，当时的 AI 协作体验尚有几类摩擦：会出错、可能迎合使用者、加入多人面对面讨论时可能打断节奏，以及连续理解和共同成长的方式还不像长期人类合作。
这里不能把他的意思缩写成“AI 没有记忆”。他承认工具可以保留上下文、记笔记、以某些方式模拟记忆；他区分的是这些功能与长期共同研究中的默契。
这也只是他对当时工具和自己工作习惯的观察。他给未来更自然的协作保留了可能性，并没有宣布人机合作永远无法发展到新的形态。
22. 研究生培养的风险：论文与研究者，过去常由同一过程产生
研究生最初的项目不只是为了增加一篇论文，还提供训练、研究经验和早期认可，帮助一个人逐渐获得独立研究的能力。
如果这些项目可以被 AI 完成，机构在短期产出压力下就可能倾向于购买结果，减少对人的培养。结果可能是研究生水平的论文仍在增长，却没有相应数量的人经历成长过程。
陶哲轩担心的还包括知识继承：如果大量 AI 输出没有被解释、整理、吸收为共同知识，后来的研究者与 AI 都可能缺乏足够好的基础。社会可以把现有技术优化得更好，却未必持续形成新的研究方向。
必须保留这里的条件性。**他指出的是一种可能发生的制度风险，并没有断言“使用 AI 必然导致下一代科学家消失”。**同样，他也没有要求取消所有自动化、让学生重新承担每一项机械劳动。
真正需要重新讨论的是：哪些任务承担培养功能，谁愿意为这些功能投入资源，以及如何让更强工具与研究者成长同时发生。
23. 科学的公共价值：除了技术产品，还包括清楚地理解世界
访谈的结束并不只是谈职业前景。公众容易看见手机、互联网和定位系统，却不容易看见支撑它们的基础研究、训练过程和知识共同体。
陶哲轩希望研究者更多解释基础科学为何值得支持，也更多分享研究中获得的理解。科学能够帮助人们面对复杂世界时少一些困惑，知道一个判断由哪些证据支撑，哪些部分仍然不确定。
这给前面的效率问题补上了最后一层目标。科研成果不能只按产品、论文或算力的数量衡量，还要考虑知识能否被传递、人才是否持续成长，以及公众是否更有能力参与关于技术的讨论。
因此，结尾的担忧与开头的六个数学概念是相连的：数学不仅帮助专家解决问题，也提供一套让更多人思考得更清楚的语言。
第四部分：我的第一性原理推演
以下是我由访谈引出的分析与建议，不是陶哲轩提出的一套框架，也不是对原话的继续转述。
先把科研的产出拆开，才知道效率在优化什么
我会至少区分三种产出：当前任务的结果、可以迁移的方法，以及能继续做判断的人。过去它们常在同一个研究过程中形成，所以统计结果数量，有时还能粗略反映另外两项。
自动化改变了这种关系。任务结果可以由工具大量生成，而一个人是否理解、是否能面对新情形，还需要另外的反馈。
这不是给效率增加一个抽象的道德负担，而是检查目标函数是否漏项。如果组织最终依赖人来选择方向、发现错误和解释结果，就不能只投资答案生产，却默认这些能力会自动出现。
正确性、价值和理解，应当分别检查
我会为一个科研或工程结果设置三个问题：它是否成立？它解决的问题是否值得解决？另一个人能否理解其关键条件，并在变化后的情形中继续使用？
这三个问题不能互相代答。通过测试的代码未必解决了正确的需求；漂亮的解释未必是真实的；一篇正确的论文也可能尚未变成别人能够使用的方法。
因此，AI 工作流除了生成器，还需要不同性质的反馈：测试与复现负责检查结果，目标评审负责判断价值，解释与迁移任务负责检查理解。这里的三类检查是我的工程建议，不应被误读为访谈已经给出了完整实施方案。
培养的重点，可以从重复劳动转向承担判断
保护学习机会，不需要把所有自动化关掉。更有用的设计是，让学生或初级工程师继续参与那些会形成判断力的环节。
例如，在调用 AI 前先写下自己的预测与检查方法；取得结果后解释最关键的一步；改变一个前提，再判断原结论是否成立；遇到错误时，能够定位错误并提出修正，而不只是再次请求生成。
这样，工具可以减少机械工作，而学习者仍要对关键判断负责。至于哪些环节应保留多少人工实践，需要根据领域、学习阶段与任务风险调整，不能只凭一条通用口号决定。
让一次交付，同时留下下一次工作的基础
我仍认为值得同时维护两条反馈链：一条连接问题、执行、验证和结果；另一条连接尝试、解释、反馈和能力迁移。
它们可以体现在很具体的交付物里：一个经过验证的结果、一份说明关键条件的解释、一个可复现的最小例子，以及对失败路径的记录。
这也为 Agent 的记忆提供了较清晰的目标。记忆的价值不只是留住对话，而是让下一次任务知道哪些结论经过检查，哪些仍是假设，哪些方法在什么条件下失败。这个设计是我的延伸思考，不是陶哲轩在视频中提出的 Agent 架构。
我从这场访谈得到的判断是：**当答案越来越容易获得，值得认真建设的是把答案转化为共同理解、再把理解转化为新问题的过程。**这条过程里既有 AI 的位置，也有教育、合作与基础研究的位置。
来源、覆盖范围与事实校订
本文以 Big Think 原视频的官方章节和完整逐字稿为核对主线，覆盖三章中的概念、主要案例、论证与结尾建议。它是展开式总结，不是逐字翻译；口头重复、部分旁支轶事和广告没有逐句重现。
原始材料也需要核对，不能因为是官方网页稿就照录所有细节。除正文说明的堆积密度、证明时间线和评测名称外，本文还做了以下处理：
- **无理数与数系：**使用“不能表示为两个整数之比”的数学定义，不采用网页稿中把名称解释为“疯狂”的词源说法。
- **分析与概率：**不把理想等概率游戏当作真实轮盘；不把无限时间下的结论当作有限预算的保证；不把罕见事件写成概率理论无法处理的对象。
- **动力系统：**区分没有一般简单公式、存在特解和能够数值计算；不把所有三体情形说成无解，也不把所有动力系统说成混沌。
- **天文旁例：**没有照录网页稿中对小行星带起源的过度简化。NASA 的说明涉及太阳系早期形成过程、木星引力影响和小天体碰撞，不能概括为一颗既成行星在数百万年前撞碎。NASA：Asteroid Facts
- **AI 与培养：**示意数字、个人使用经验、风险判断和可核实结果分别表述；没有把担忧写成必然预言，也没有把我的工程框架归到陶哲轩名下。
补充资料包括 Hales 对形式化证明的回顾、Flyspeck 证明论文、陶哲轩的压缩感知讲义、压缩感知回顾、First Proof 原始论文、FrontierMath 官方介绍与《Mathematics in the age of AI》。这些资料用于交叉核验或明确标注的背景补充，不替代本次访谈，也不与其他访谈混合归因。