新科菲尔兹：AI 100%看懂了

2026年10月的一个普通早晨，Zoom镜头那头的约翰·帕登（John Pardon）刚刚应付完家里的一点小混乱。 年幼的儿子打乱了他严丝合缝的时间表。 但只要安静的空隙一出现，这位37岁的顶尖数学家就能在一秒钟内切回工作状态，重新扎进高维空间的“数曲线”难题里。 他手头摊着一摞私人证明草稿 极度压缩，句子含糊，解释糟糕透顶，中间还夹杂着只有他自己能懂的思维暗号。 换作世界上任何一个人类同行看到这团乱麻，大概都会皱着眉头把稿子推回来：“这写的什么天书？重写到能读为止” 帕登没有给同事看 他把草稿直接喂给了AI 这位被《量子杂志》称为“最安静的数学家”的人，在深度专访里这样形容AI读懂草稿的表现：“AI理解了，100%”（The AI understands. 100%.） 当数学界为AI狂飙拉响警报时，屏幕前的帕登，一丁点儿也没有慌。

▲ 《量子杂志》将新科菲尔兹奖得主帕登称为“永远值得倾听的最安静的数学家” 01 25位数学传奇拉响警报，他的名字却不在上面 要听懂这句话的分量，得先把时钟拨回三个月前。 2026年7月23日，费城国际数学家大会揭晓了四年一届的菲尔兹奖。 这项只颁给40岁以下学者的最高荣誉，向来被称为“数学界的诺贝尔奖”。 帕登与邓煜、王虹、雅各布·齐默尔曼四人共同登顶。 帕登是个从小就沿着陡峭山脊往上爬的天才。 小学三年级时，他的家教是后来创办多邻国（Duolingo）的创业者； 读高中时，他就已经在啃研究生级别的泛函分析与数学物理。 他的主战场横跨拓扑学、纽结理论与辛几何，通俗点说，在拓扑学家眼里，咖啡杯和甜甜圈是同一种东西，因为它们都只有一个“洞”； 而帕登最轰动学界的代表作，是在2023年攻克了悬置二十年的MNOP猜想，证明在极其复杂的三维卡拉比–丘空间里，两种看似八竿子打不着的“数曲线”方法，底层竟然完全等价。 然而，获奖的鲜花还没谢，风暴就来了 9月11日，2006年菲尔兹奖得主陶哲轩在个人博客紧急发布联署声明《AI在数学中的严重错位》。 首批签名的25位菲尔兹奖得主跨越了近半个世纪，阵容堪称数学界的“复仇者联盟”：不仅有帕登在石溪大学西蒙斯中心的同事唐纳森，有MNOP猜想的提出者之一奥昆科夫，还有7月刚和帕登同台领奖的新科得主邓煜。

▲ 陶哲轩博客刊出约25位菲尔兹奖得主联合声明，直指AI公司跑分冲动与数学目标“严重错位” 他们在信中承认大模型近几个月已能攻克多个重大未决难题，但严厉警告科技巨头：别把数学史上指路的“灯塔问题”当成跑分刷榜的游乐场，批量倾泻没有消化的“真/假”判定，正在斩断人类数学传承的链条。 蹊跷的是，在这份星光熠熠的首批名单里，没有约翰·帕登。 直到10月13日，独立刊物 Future Class 刊出记者 Peggy Yin 对帕登的长篇专访，人们才终于听见了他的真实声音。 02 抓出那个“没写出来的词”，撕碎随机鹦鹉标签 面对公开信引发的震荡，帕登开口先给了一个剧烈反转的时间坐标：“一年前我大概会给出完全相反的回答……直到上个月，它才变得有用。” 以前把数学论文丢给AI，就像丢进普通的拼写检查器，只能抓抓表面语病。 但最新一代模型，直接击穿了他的心理防线。 帕登举了一个极其精准的抓错例子：漏写限定词。 在范畴论里，有一个叫“余极限”（colimit）的概念，你可以把它粗略想象成“按照一套严密规则，把一堆数学零件粘合成一个总装件”。 帕登在草稿里随手写下了“所有余极限”（all colimits），他原本想表达的是“所有有限余极限”（all finite colimits）或“所有筛分余极限”（all sifted colimits）。 少了一个词，会发生什么？ 就像你在中学物理卷子上写“轻重不同的物体自由下落速度一样快”，却漏掉了“在真空中”四个字。 这句话每个单词拼写都对，语法天衣无缝，读起来更是专业感十足，传统软件看一万遍也挑不出刺。 但科学含义已经彻底变质，整座定理大厦随时会塌。 过去，帕登必须把自己的证明来回硬啃五遍才敢放心； 现在，AI一眼扫过他乱七八糟的私人草稿，直接指着屏幕提醒：你漏了“有限”这个词。

▲ Future Class 访谈原文：帕登以“余极限”漏词为例，直言“AI理解了。100%” 这就是为什么中文科技圈在转发时纷纷感叹：别再拿“高级自动补全”或“随机鹦鹉”来安慰自己了。 抓出“写错的词”，靠统计概率也许能蒙对； 但在残缺不全的天书笔记里抓出“没写出来的词”，意味着系统必须在后台完整撑起整条长链条推理的全局地图。 社交平台上，网友 @ReignSwords 把目光投向了这份信任：一位菲尔兹奖得主愿意把“连同事都不好意思给看的最粗糙草稿”托付给AI。 数学家向来爱惜羽毛，草稿本是思维最私密的禁区。 当AI获准进入这片禁区充当“第一审稿人”，它就已经从外部工具，变成了顶尖大脑的私人镜像。

▲ 网友评论指出：顶尖学者开始把不愿示人的粗糙手稿交给AI把关 03 巴别塔危机，与一场荒诞的“反向翻译” 那么，喊出“100%理解”的帕登，是站在了陶哲轩等25位联署者的对立面吗？ 恰恰相反 把10月中旬陶哲轩博客上爆发的三场大讨论拼在一起，你会看到一幅极具黑色幽默的学术奇观。 这年秋天，AI确实在凶猛破局 数学家 Francesco Maggi 在10月18日的客座长文中证实，大模型近期构造出的带外力项纳维–斯托克斯方程有限时间爆破方案，以及对准黎曼猜想的推进，都极具分量。 但诡异的割裂随之而来：AI最擅长在 Lean 形式化证明助手里写代码，动辄生成几十万行绝对正确、却没人能直接看懂的机器代码； 而代码越长，AI顺手翻译出来的“人类自然语言版”就越混乱、越失真。 物理学家 Rikab Gambhir 讽刺这就像把无数没人读的正确碎片塞进“巴别图书馆”，科技公司负责高调开香槟，却把“核查、补全推导、试图读懂”的苦活累活全甩锅给学术界。 到了10月24日，忍无可忍的数学家们甚至在 GitHub 上自发建起了一个叫 oai-math-revised 的开源修订中心，号召全球学者像做义工一样，把 OpenAI 放出来的残缺证明逐篇“翻译”成人类能读懂的规范论文。 看清这个背景，你才会发现帕登的操作有多绝妙，他在干一件完全相反的事。 当全世界都在头疼怎么把“AI写的天书”翻译成人话时，帕登正试着把本领域一篇存在了十到十五年、长到几乎没几个人读懂的人类旧论文喂给AI，让AI用现代数学语言把它重写清楚！一周后接受《科学新闻》（Science News）对谈时，帕登冷冷地补了一刀：“人类写出难以理解的证明，已经有很长很长的历史了。 出现难懂的证明并不是什么新鲜事” 结论的生成速度跑赢了人类的消化速度，正让数学家们忧虑。 帕登也谈到了自己使用AI的边界：AI替他补齐过几个非平凡引理，但迄今为止，在他的核心研究里，AI还没有带来重大的概念性突破。 它能帮他寻找可能用得上的既有知识，他仍在摸索它的能力。 04 叉车进不了健身房，最安静的人没有慌 既然AI一秒钟就能秒杀本科生乃至研究生的全部作业，未来的年轻人还学数学干什么？ 帕登给了一个极其通透的类比：电动工具与健身房。 造房子时，有了电动工具谁也不会傻到徒手拧螺丝； 但从来没有人会把叉车开进健身房替自己举铁，因为做简单题能长出人类自己的思维肌肉。 评论区里，开发者 @ruthvik_devx 翻出了帕登在访谈后半段的另一个比方：跑步与国际象棋。 今天开源象棋引擎 Stockfish 的等级分早已冲破 3600分，把人类棋王卡尔森 2882分 的历史巅峰远远甩在身后； 可结果呢？ 在线象棋平台突破一亿会员，人类下棋的热情比历史上任何时候都高涨。 这就是为什么25位数学巨擘在为产业跑分机制疾呼，而帕登在书房里稳如泰山。 前者捍卫的是科学的公共秩序，防止商业刷榜污染人类的知识生态； 帕登守护的则是探索的私人乐趣，正如他所说，“数学只有一个”，就算机器算得比谁都快，人类依然能从同一条攀登路上获得属于自己的战栗与喜悦。 采访快结束时，话题又绕回了他的儿子。 帕登说，在技术一年一变、连他自己的判断一年后都可能过时的年代，他想传给孩子和学生的，是纯粹的好奇心。 窗外的AI风暴还在按周刷新 而在石溪大学那间安静的办公室里，哄完打乱计划的孩子，约翰·帕登又一次转过身，平静地打开了那份写满暗号的“数曲线”草稿。 只不过这一次，他不用再孤零零地把证明硬读五遍了，屏幕另一端，那个“100%听懂了”的隐形校对员正在替他盯着漏掉的限定词； 而船舵，依然稳稳握在人类手里。