近日，著名数学家陶哲轩在国际数学大会公开课上聊透了AI对数学研究的影响，抛出大家都关心的问题：AI到底能不能替代人类数学家？无独有偶，8月17日北大数院刊发菲尔兹奖得主王虹的万字专访。

回顾科研历程时，她对AI浪潮同样保持清醒，认可其辅助赋能，但强调基础钻研不可替代。两位顶尖学者的答案不谋而合。

同样是8月17日，北大数院发布了对刚摘得菲尔兹奖的王虹的万字专访。几乎同一时刻，陶哲轩在国际数学大会上也专门开课，直面“AI能否替代数学家”之问。

这本身就耐人寻味。AI浪潮汹涌澎湃，数学这门最古老、最纯粹的智识活动，正首当其冲——机器能算、能推、能写代码，那还要数学家干什么？

先看王虹。她常被贴上“广西女孩逆袭数学诺奖”的标签，故事听起来像爽文。但真实的路，远非如此。

2007年高考，她的第一志愿是北大数学系，结果差了几分，被调剂到了地球与空间科学学院。进校第一天，她就琢磨着怎么“考回去”。

她同时扛着两个专业的课，自学数学分析硬啃，直到大二才真正踏进数学系的课堂。

可进门才是“噩梦”的开始。中学刷题的底子几乎清零，身边全是奥赛金牌。她形容自己像个小透明，题目卡住、推不动是常事。

怎么办？没捷径，全是笨功夫。她去蹭高年级讨论班，跟着学长熬夜推定理。这些笨功夫，后来长成了她攻克世界级难题的肌肉。

在巴黎综合理工读硕士时，她一度崩溃到跑去建筑事务所实习。一个月后她想明白了：建筑得先说服别人，数学却能让她一个人安静地把想法立起来。于是她扭头回了数学。

真正的高光在普林斯顿。她要攻克的“距离集”问题，合作者已被困住近一年。她没硬碰，而是先从相对容易的“粘性情形”下手，找人合作，一点点打地基。

最后绕回来，她彻底啃穿了困扰学界近百年的三维挂谷猜想。那127页论文的背后，是无数次“卡住—换角度—再卡住”的死循环。

再说陶哲轩。他没给AI戴高帽。公开课上他坦言，AI是“超厉害的图书管理员和实验员”。

海量文献，它能迅速归类找关联；成千上万种组合实验，它跑得不亦乐乎。在准备阶段，这工具确实能省大力气。

但他话锋一转：数学最核心的部分，AI还够不着。提出一个真正有价值、能开新门的好问题，需要数学家特有的品味和嗅觉。

在一片漆黑中坚信某方向有光，那种顶着压力、忍受孤独的定力，AI完全不懂。更有意思的是他提到的“争论”。

数学家们在白板前为一个符号争得面红耳赤，这种带着情绪、带着个人经历的智慧碰撞，AI模拟得了吗？显然不能。

两位学者的判断殊途同归：AI是强大的工具，能解放生产力。但数学家作为“提问者”、“判断者”和“合作者”的角色，短期内无可替代。

这话点透了本质。王虹能在挂谷猜想中提炼出关键的“凸沃尔夫公理”，能在实数域与复数域间辨出那道隐形障碍，靠的是在黑板前跟自己较劲数年磨出的思维骨架。

AI没有这种生活的重量，也提不出“什么才是真正值得做的好问题”。

所以，焦虑或许可以放下了。AI再强，也替代不了你在图书馆啃数学分析的深夜，替代不了卡壳时的焦虑与坚持。

更替代不了那种从绝望里慢慢生长出来的定力。机器能帮我们跑得更快，但究竟要跑向哪里，还得由人来决定。