就比如陶哲轩发文，对雅可比猜想的反例做了详细的解读，并公开了全部对话。这段对话就算给普通人无限的token也问不到这个地步。
GitHub工程师Sean Goedecke仔细研究了对话内容，并总结了几个特点：
- 陶哲轩的每句话都很短，不会逐条回应模型，只回应重点；
- 模型给他的回答明显更简洁。因为他一开口就暴露出了专业底子，模型自动切换到跟数学家说话的模式，而不是给业余爱好者科普的模式；
- 觉得模型答得不对时，他不会直接否定，而是说这看起来比我期望的复杂；
- 方向基本由他自己定，他几乎从不采纳模型给出的建议。
因此，技巧都是虚的，真正起作用的是陶哲轩更懂数学，能从模型好几段的回复里挑出关键那一点，提出别的解法，或者一眼看出哪里不对劲。
换到其他领域也一样。如果你对自己的领域有清楚的认知，就能激发模型的潜能。
由此他得出结论：优质答案其实已经在模型里了，但需要一个足够聪明的人把优质答案掏出来。
文章引发了不少讨论。有人说这个说法听起来合理，但要小心，因为这个说法迎合了一个言论：AI不会取代人，会让人放松警惕。
还有人拿OpenAI的攻克多年难题的数学提示词举例，说那些提示词并不专业，所以专业性不是必需的。作者回应说，OpenAI背后有一整支数学家团队在核查和筛选模型给出的结论，这些是大家没看到的。
“更专业的人，能得到更优质的答案”这个说法，你认同吗？
