平庸数学家的末路：AI 时代

作为一名前学术界人士（虽然不是数学家），这篇文章让我深有共鸣。每一代研究人员都必须超越前一代——现在有些终身教授，凭他们的履历，在当今根本拿不到博士后职位。这就像棘轮机制，每一代人都必须比上一代更杰出，所以突然间你就需要“三倍的会议发表量”。最终，这种棘轮效应会反噬你的自我价值感，让你开始自称平庸，尽管你实际上已经远超上一代人。这是一场由粗心大意的人设计的极其不公平的游戏。

再加上 AI 这把火，你的自我价值感直接崩盘。就在今天，我看到一组 Claude Science 的结果，让我过去两个月的工作显得完全多余，我坐在这里不禁想问：这还有什么意义？

> 我们都是挫折成瘾者。我们只想把头撞在那些还不知道怎么解决的问题上。

我最近正在逐渐减少使用 AI。我想我意识到，征服挣扎的过程才是乐趣所在，而如果 AI 抹平了所有的摩擦，圈出了所有的陷阱和死胡同，那么成就感就大打折扣了。

有趣的是，如果把文中的“数学”替换成几乎任何其他智力职业，包括软件开发或几乎所有其他工作，这篇文章依然立得住脚。

而且，每当有人问我为什么当数学家时，我都会撒谎。

声称“我热爱学习生命的法则”比让我回想起导致我从盖恩斯维尔（Gainesville）带着算术几何博士学位离开的那二十多个关键时刻要容易得多，毕竟前者只需要打马虎眼。

既然“普通人”大多不懂软件开发是干什么的，那么在回答常规问题如“你工作做什么？”、“你喜欢工作的哪一点？”时打马虎眼是很正常的。我想我们大多数人都有准备好的套话。

数学就是那种你试图理解、却理解不了、为此感到沮丧，然后继续做下去的东西。

软件开发也是如此。我真心认为，唯一能在软件工作中生存下来的人，是那些能忍受因各种莫名原因导致东西无法工作或崩溃而产生的持续挫败感，并在这种环境中坚持完成必须做的工作的人。

> 我的一位物理学家朋友曾问我，如果像陶哲轩（Terence Tao）这样的人能在十分之一的时间内搞定我论文里的所有内容，做研究的意义何在？我回答说，陶哲轩并没有这么做。陶哲轩并没有去解决我的导师提出的一个小开放问题，然后发表一个增量式的小成果。他的时间有限，而且还有很多其他鱼要抓。

这让我想起最近看到的一篇帖子，虽然记不清是在哪个平台了。大意是说，通过找出 AI 无法解决的最愚蠢的问题来评估 AI 的极限。我觉得这可以作为通过工作寻找意义的另一种补充视角。

链接中的帖子指出，受限的注意力是一种为无人问津的新颖工作赋予意义的方式。有了 AI，这一点同样可以应用于计算。

我只是在想，是否存在这样一类问题，至少在短期内，人类必须介入其中才能更高效地解决。

那篇文章写得很长，但我欣赏的是它似乎确实是由人类写出来的。

对于每一个里程碑式的理论、定理或猜想，都有许多渐进的、局部的结果支持直觉，一步步逼近那“白鲸”。当我参加 BARD（一个小型计算数论会议）时，其中一位组织者宣扬道，只要我们愿意去编程实现其他数学家仅停留在理论层面的数值实验，就能产生巨大的影响。那些“小球手”（small ball player）完全可以改变顶尖人物的思路和直觉，而无需跻身他们的行列。平庸的数学家一直以来都有其存在的意义。

是的，是的，太对了！该死的没错。

AI 时代（同时也是气候变化时代、人口陷阱时代以及许多其他时代）最大的挑战，将是在许多事情进展顺利、许多事情进展糟糕的情况下，学会欣赏平庸和琐碎。大多数时候，钟形曲线的顶端及其左右一个标准差的区域，无论好坏，都能压倒两端。因此，如果你希望好事发生、坏事不发生，那么尊重那些不起眼的事物就是理所应当的。

作为一名中年数学家，AI 正在我认识的优秀数学家群体中引发一场严重的危机。许多人半开玩笑地谈论退休。我们在研究中已经大量使用 AI，显而易见，谁不用谁就会迅速落后。至少，它能在几分钟内提供整个图书馆的访问权限，充当一种知识神谕，通常比隔壁办公室本该在却不在的专家更有用。而且我们看到，当它与 Lean 有效结合以自动化定理证明和发现时，会发生什么。

我们没那么傻，看不出这是职业的终结——这显然是我们工作方式的转变——但我们喜欢做计算、玩例子，而做这些的方式已经发生了巨大变化。另一个问题是，我们知道我们没有年轻人的精力去像孩子们那样高效地学习使用 AI，尽管我们更明智、判断力更好，也确实懂得一些东西。

那些不认真对待如何适应 AI 的数学家，只是在自欺欺人。

相关讨论：做数学必须是个天才吗？

https://terrytao.wordpress.com/career-advice/does-one-have-t...