丘班成立以来最大的生存危机来了

聊丘班面对的两重风险，当时结尾有这么一句：

“丘班最大的风险，还不是没有复制出柯尔莫哥洛夫学校。更危险的结果，是它有一天真的复制成功了，却发现自己完美复制的，却是一个已经过时了的答案。”

我自己也没想到，才一个多月过去，这个担心已经十分具体了。

9月11日，陶哲轩、邓煜、舒尔茨等25位菲尔兹奖得主联合发表声明，警告AI公司与数学共同体的目标严重错位。

他们担心的，是AI公司把著名难题当成展示模型能力的赛场，快速生产答案，却没有同样认真地对待思想的来路、研究者的成长，以及一个结果怎样成为人类真正理解的数学。

连站在数学最顶端的人，都开始迷茫这套研究方式会把数学带到哪里。

那么，正在把一批十几岁孩子送往那个顶端的丘班，还能按原来的目标和时间表往前走吗？

今年7月，丘成桐公开表达过期待：

大约八年后，培养出全程在中国本土成长的菲尔兹奖得主，也就是2034年前后。他同时强调，长远目标是开创能够引领世界的数学学派。

这个志向当然值得尊重。

可八年后，什么样的成果足以证明一个数学家、一套培养制度的价值？

丘班还在全力培养未来的菲奖得主，可今天的大部分菲奖得主已经开始为未来的数学发出警告。

今年7月他在上海弦理论大会上说，AI尚无法解决真正的数学难题。

但现实却相当不给面子。

Anthropic用11天就完成了费马大定理的形式化；

OpenAI仅用88小时，就宣告解决了七大千禧难题之一NS方程。

这才是我说“最大的危机”的原因。

招生怎么改，预科怎么考，孩子选得准不准，这些问题再难，总还有办法调整。

现在更迫切需要慎重思考的，是这八年究竟要把孩子培养成什么人。

最近那篇爆火全网的两个高中生的案例，就很值得丘班认真看一看。

加州两个高中生的论文上了arXiv。

Aayush Bathija，高二。

Prince Rohatgi，高三。

指导他们的是UCLA博士后Daniel Soskin。

借助Claude Opus 5和GPT-5.6 Sol，他们解决了2022年菲尔兹奖得主许埈珥的一个未完成问题，方向是洛伦兹多项式。

75页论文，就两个高中生加一个博士后。

论文还专门感谢许埈珥提出并阐明这个问题，明确披露Claude和ChatGPT参与了计算、证明思路和编辑辅助。

注意，是证明思路。

AI已经“侵入”数学研究最核心的环节。

这个案例已经让人看见一种新的组合：

高中生、研究导师、前沿AI，就可以一起推进真正的数学研究。

相当于AI已经可以把我们一个高联水平的选手，直接推到菲尔兹奖级别的研究前沿。

对丘班来说，这个案例带来的冲击应该是相当直接。

过去，你把优秀的少年提前找出来，让大师带着学，花几年打基础、进前沿、做研究，希望他们比同龄人更早获得突破。

现在，别人也可以借助AI缩短其中一部分距离。

数学功底仍然重要。

没有功底，模型胡说八道，你都不知道问题出在哪里。但如果比的是谁先把一个明确的难题解决，胜负就会越来越取决于：

谁用了什么模型，能调用多少算力，会不会组织人机协作。

以前，一项突破主要让人追问“这个数学家怎么培养出来的”，以后，还会让人追问“他背后的模型是哪家的”。

而这恰恰会让丘班面对一层额外的麻烦。

这已经有现实案例了。

南开大学郭少明团队与字节跳动Seed合作，完成了三维粘性挂谷猜想的形式化验证。约180万行Lean代码中，约90%由Seed-Prover完成。这是对已有数学证明的形式化验证。

这个“90%”说的是代码量，不能直接换算成数学贡献。但它已经足以说明，完成这样的大规模项目，模型和工程团队的能力占了多重要的位置。

而且，成果公布时，南开和字节是一起出现的。外界看到的，既是数学团队的工作，也是国产AI系统的能力。

这让我更担心丘班接下来面对的处境，它承载着本土培养、基础科学自主发展的期待。

那在现实的科技竞争中，与谁合作、使用谁的模型、关键成果建立在哪家的技术平台上，很难永远只是学生个人的工具偏好。

我个人的判断是，这些条件会推动丘班更深地与国产模型合作；在某些合作项目里，甚至可能主要依靠、乃至只能依靠配套的国产系统推进。

一旦出现这种约束，事情就更复杂了。

学生的训练可以由学校安排，导师可以由书院延请，可模型这一轮能不能解决某类问题、下一轮能不能跟上，超出了书院自己的控制范围。

国产模型当然未来有可能后来居上，赶超美国。

问题在于，一旦把目标设成“率先攻克某个重大猜想”，学生的成败就会更多地受到模型竞争和使用条件的影响。

花八年培养一个孩子，最后的突破机会却可能被一次模型更新改变。学校得承认，这已经是一种新的不确定性。

再往下想一步，即使丘班的学生赢了呢？

假设某个孩子借助AI，解决了一道重要难题。消息公布后，人们很可能马上问：

问题是谁提出的？关键思路是谁给的？证明中最困难的几步，是学生完成的，还是模型生成的？

如果同样的模型交给别的学生，配上一个好导师，也可能做出类似成果，那这项突破究竟证明了多少丘班培养的独特价值？

质疑会从一篇论文，传到一个孩子，再传到整个项目：

为什么要那么早选拔？为什么要投入这么集中的资源？为什么要把一条八年的成长路线，和职业数学家的目标绑得这么紧？

更加成熟且有成果的北大数院，清华姚班和北大图灵班，是不是会比丘班，更有可能在AI时代取得著名数学问题上的突破？

我不赞成因为用了AI就抹掉人的贡献。但如果丘班继续主要靠“谁解出了大问题”向外界证明自己，它就很难避开这种质疑。

解不出来，会被追问培养能力；借助AI解出来，又会被追问培养到底贡献了什么。