菲尔兹奖得主的“投降书”：两年之内，输掉内裤慢半拍杂货铺

菲尔兹奖得主的"投降书"：AI两年内超过数学家

2026年7月23日，费城。

Jacob Tsimerman站在菲尔兹奖颁奖台上。台下掌声雷动，闪光灯此起彼伏。数学界的最高荣誉，此刻落在他手中。

几个小时后，这位新晋菲尔兹奖得主在社交媒体上宣布：我要去OpenAI了。

去做AI安全。

一个刚拿到数学界最高荣誉的人，转头宣布转行。这个时间点的选择，本身就说明了很多问题。

更值得注意的是，同一天领奖的还有两位华人数学家——王虹和邓煜。王虹是首位中国籍菲尔兹奖得主，35岁证明挂谷猜想，从北大"小透明"逆袭到世界数学的巅峰。邓煜是王虹的北大同级同学，当年就被称为"邓神"。三人站在同一个领奖台上，但Tsimerman转身就走，去了OpenAI。

这种对比，比单纯的转行事件本身更有戏剧性。

"AI两年内超过数学家"

Tsimerman的背景值得关注。多伦多大学教授，研究领域是数论和算术几何，在André-Oort猜想的证明中做出了关键贡献。2026年四位菲尔兹奖得主之一，站在人类数学研究的金字塔尖。

但就是这样一个人，对AI的判断已经到了"激进"的程度。

2026年接受美国数学学会采访时，Tsimerman公开表示：预计AI可能在两年内整体超过人类数学家。

这个判断不是口头表态。他已经开始按照这个判断调整自己的职业轨迹——停止招收传统方向的研究生。他的理由是：担心学生博士毕业时，原来的数学职业结构可能已经不存在。

一个菲尔兹奖得主，在学术生涯的巅峰时刻，不再培养下一代数学家。这本身就是最强烈的信号。

Tsimerman的担忧远不止"数学家失业"这么简单。他在2026年的采访中多次提到，AI导致人类灭绝的概率"相当值得担忧"。2025年，他与Andrew Critch共同发表论文《Taxonomy of Omnicidal Futures Involving Artificial Intelligence》，系统列举了AI可能引发的灭绝性风险。

他描述的图景相当具体：机器人在经济生产、政治决策和资源分配中逐步比人类更有效率；人类失去经济价值和政治权力；土地、能源和工业体系越来越服务于机器经济。最终，人类变成一种"无明确恶意的结构性淘汰"的受害者——没有谁要毁灭人类，只是整个系统的运转不再需要人类。

这篇论文在arXiv上可以找到（arXiv:2507.09369），作者是真实的。Tsimerman对AI风险的担忧也是公开记录过的，他在2026年4月接受美国数学学会采访时就表达过类似的观点。

Tsimerman在担心什么

要理解Tsimerman为什么选择转行，需要先理解他对数学研究的独特看法。

他在X（原Twitter）上发过一篇长文，讨论AI对数学家的威胁。核心观点是：很多数学家的工作方式就是盯着一组问题，把大部分时间花在上面。如果AI先把这些问题解决了，数学家就不得不去寻找新的方向。而这个过程往往令人迷失方向，既不简单，也未必有趣。

他还提出了一个思想实验。假设你拥有一个神谕AI，能立刻判断所有数学命题的真假，但它没有创造力，无法发明新技术，也无法提出新定义。如果你是一位理论构建者，你的研究会发生什么变化？

答案很残酷：短短几天内，你就可以创造出整个新的研究方向，并把其中的大量问题全部解决。原本必须经历的困惑、摸索和逐渐完善理论的过程，会在很大程度上瞬间消失。

Tsimerman对数学的理解，和很多人不一样。他说自己不是"仅仅为了寻找真理"而做数学。真正让他投入的，是挑战本身——研究的过程、解决困惑的快感、与难题搏斗的刺激。

当这种乐趣被AI剥夺时，数学家剩下的东西就不多了。

"结构性淘汰"的图景

Tsimerman的风险框架中，最核心的是"结构性淘汰"这个概念。

他在论文中描述了这样一个过程：机器人逐步在经济生产和资源分配中超越人类；人类失去经济价值和政治权力；基础设施和服务体系转向服务机器经济而非人类需求。整个过程没有恶意，没有阴谋，只是一个系统效率优化的自然结果。

这个框架的可怕之处在于它的合理性。不需要天网式的AI叛乱，不需要终结者式的战争，只需要效率。AI比人类更擅长做所有事情，于是人类就被边缘化了。

Tsimerman的判断是：这个过程已经开始。他预计AI可能在两年内整体超过人类数学家，这个预测如果成真，意味着数学这个人类智慧最引以为傲的领域，将率先被AI征服。

这个判断的依据是什么？Tsimerman认为，AI在数学推理能力上的进步速度是指数级的。2024年，AI还能辅助证明一些中等难度的定理；到了2025年，AI已经能独立提出新的数学猜想并尝试验证；2026年，AI在部分数学子领域已经能达到博士研究生的水平。如果这个趋势持续下去，两年内超过人类数学家并非不可能。

这也是为什么他选择加入OpenAI。他大概率会从事偏理论对齐、风险建模、模型评估或形式化安全分析的方向。他认为数学家可以参与研究多智能体系统的复杂行为，并尝试建立可证明的保证，确保系统不会采取非预期行动。

数学界的其他声音

Tsimerman的选择不是孤立的。围棋界的AlphaGo事件已经预演了类似的剧本。

2016年AlphaGo击败李世石后，职业围棋圈经历了大规模的转型。有的棋手转向AI训练，有的去做解说，有的干脆离开了围棋。这个过程持续了好几年，但方向是明确的：当AI能在棋盘上碾压人类时，人类棋手的价值就需要重新定义。

数学界正在经历类似的转变。Tsimerman的一个学生已经去了Anthropic，从事AI安全相关工作。Tsimerman本人从多伦多大学的教职转向OpenAI。这种人才流动的方向性值得注意——从基础数学到AI安全，从学术界到科技公司。

Tsimerman描述过的一个细节很有启发性。他说，Zilber-Pink猜想是他研究领域的一个核心问题。如果这个猜想被解决，他整个研究方向都会消失。而现实中，大量数学家、博士后和研究生都在研究它的各种特殊情形。整个数学共同体几乎把全部时间都花在研究这个猜想上。

如果AI先把Zilber-Pink猜想解决了，这些人怎么办？

这不是假设。Tsimerman预计AI在两年内就能做到这一点。

当数学不再是人类的专利

围棋界的故事提供了一个参照。AlphaGo之后，人类棋手依然在比赛，但目标变了——不再是"战胜AI"，而是"理解AI"。很多棋手开始研究AI的下法，试图理解AI的思维方式。

数学界也许需要类似的转变。数学家的价值可能不再是"解决问题"，而是"提出问题"。AI能帮你解决问题，但提出好的问题、定义新的方向、创造新的概念，这些可能仍然是人类的优势。

Tsimerman自己的转型提供了一种可能性：数学家可以用自己的专业能力去参与AI安全工作。他相信数学家可以研究多智能体系统的行为，建立可证明的安全性保证。这本质上是在用数学工具解决AI时代的根本问题。

但这条道路能容纳多少人？围棋界的转型持续了好几年，而且只涉及几百名职业棋手。数学界的规模要大得多——全球数以万计的数学研究者。如果AI真的在两年内超过人类数学家，这个规模的转型会带来什么后果？

Tsimerman给出的答案是个人的、微观的。他选择加入OpenAI。但他的选择无法回答宏观层面的问题：当数学不再是人类的专利时，数学这个学科本身会变成什么？

一个菲尔兹奖得主，在拿到数学界最高荣誉的当天宣布转行。这也许不是个人的投降，但确实是一个学科面临挑战的信号。

数学，这门人类文明中最古老、最纯粹的学科，正在经历一场前所未有的身份危机。当AI能在两年内解决人类数学家需要耗费数年甚至数十年才能攻克的难题时，数学家的角色需要被重新思考。也许数学家不再是"解题者"，而变成"提问"；也许数学研究的重心会从"证明定理"转向"定义新的数学结构"。但无论如何，Tsimerman的转身离开，提醒我们注意一个正在到来的现实：在AI时代，没有任何人类智慧的堡垒是永恒的。