Original Essay

数学家们,是时候造自己的原子弹了

切换到 English edition
《魔法师学徒》主题插图:学徒面对提着水桶、不断工作的扫帚束手无策。
《魔法师学徒》(Der Zauberlehrling)主题插图 [1]

作为一个曾经在量子理论领域接受过训练,也因为综合考虑 AI 的潜在冲击而暂时离开这个领域的人,我对最近 OpenAI 的动作[2]并不感到特别意外。唯一意外的,或许是这一天来得比预想中更早。

目前看来,数学界最现实、或许也是最有实际效力的应对方式,就是主动拥抱开源模型,按照数学共同体自身对学术规范和数学本质的理解,训练属于学界自己的前沿模型。毕竟,如果无法阻止 AI 发展的脚步,不如主动参与塑造它的发展方向。

这让人想起当年的曼哈顿计划。面对敌对阵营可能率先掌握核武器的威胁,物理学家主动推动己方自主研发。两者的处境或许并没有那么不同。问题在于,现在行动可能已经稍晚;更重要的是,谁有魄力和担当振臂一呼,扮演当年爱因斯坦的角色?

夸张一点,我甚至建议,全球数学从业者每人拿出半年收入,充分开放和授权各自积累的专业数据,共同筹集100亿美元量级的资金,以开源模型为基础,建立由数学共同体主导的模型研发体系,从模型能力层面正面应对 OpenAI。这恐怕远比呼吁抵制[3]更有实际意义。

事实上,所有可能遭受 AI 颠覆性冲击的科研领域,都应该考虑类似的行动。

我还认为,各领域从业者心态和角色定位上还需要有进一步转变。仅仅认识到 AI 的强大、在日常研究中积极使用 AI 工具,可能已经远远不够。

许多领域专家需要重新定位自己:从独立于 AI 的专业研究者,或主要为通用模型设计 Harness、构建工作流的“AI for XXX”专家,逐渐转变为直接参与垂直领域模型能力建设的数据专家。这里最大的直接区别在于是以你自己的领域为中心,还是以AI为中心。

因为很明显,今年下半年以来,随着 AI 自我改进(RSI)能力的发展[4],模型迭代正在加速,智能密度快速提高,推理成本持续降低。而制约这一速度的显著瓶颈只有算力和实现算力的基础设施建设。

在这样的迭代速度下,领域专家仅仅将自身价值沉淀为约束和稳定模型能力的 Harness 工程,恐怕已经不够。模型正在快速演进,并逐渐内化部分原本依赖外部 Harness 实现的能力[4]。短期内更值得投入的,是利用深刻的专业洞见,持续发现和构建处于前沿模型能力边界之外的高价值难例与研究场景,并将其转化为训练数据、评测体系和反馈机制。

可以预见,未来大部分学科都可能经历类似的变化。沿着这种趋势发展下去,激进一点说,也许未来不再有今天意义上的独立的“XX 领域”,而更多地体现为“AI 在 XX 领域的应用”。

今天是数学和理论研究。那么接下来呢?计算模拟、实验设计?这些领域迎来同样转折的那一天,还会有多远呢?

还是那个道理,面对核威慑最好的应对方式就是自己也拥有这项技术。

参考资料

  1. 首图说明:《魔法师学徒》(Der Zauberlehrling)是德国文学家约翰·沃尔夫冈·冯·歌德于1797年创作的一首叙事诗。

    它讲述了一个非常经典的故事:一个学徒掌握了让工具自动工作的魔法,却不知道如何让它停下来,最终被自己释放的力量弄得束手无策。

    本页插图由作者使用 GPT-Image 2.5 生成,用于呈现这一故事主题。

  2. OpenAI. Sharing AI progress in mathematics. 2026 年 10 月 6 日。相关成果见 openai/math 官方仓库。

  3. Association for Human Mathematics Communications Working Group. AHM Statement on OpenAI’s October 6 Release of Mathematical Documents. 2026 年 10 月 7 日,陶哲轩博客转载。该声明呼吁数学家停止与 OpenAI 合作,署名主体为 AHM。

  4. Lilian Weng. Harness Engineering for Self-Improvement. 2026 年 7 月 4 日。文章讨论 RSI 与 Harness 工程,并将部分 Harness 改进被模型内化描述为未来可能性;本文关于这一趋势的速度、程度及瓶颈的判断属于作者观点。

Leave a Comment