数学是年轻人的学科
内容提要
文章从“数学是年轻人的游戏”切入，指出AI正引发数学空前剧变。作者认为机器虽已能证明重要结果，但数学的核心价值在于人类理解，而非罗列真命题；AI还可推动数学与物理重新结合，并严格化物理推导。作者批评AI公司无偿攫取数学家的数据与未公开想法，存在利益冲突，呼吁保护数据、限制AI公司、降低前沿模型使用门槛，并建立奖励理解而非资源的新贡献认定体系。
延伸解读
“年轻人的学科”含义已变
文章开篇指出，数学常被视为年轻人出成果的领域，但作者认为这一说法将因AI而获得全新含义：数学正经历史上最快变化，未来由今天的研究生和博士后塑造。这并非指年轻人更有天赋，而是他们更早接触并适应AI工具，可能重新定义数学研究的方式和边界。
机器证明不等于数学理解
作者以黎曼猜想为例：即便机器明天给出证明，数学家仍会追问“为什么成立”。数学从来不是真命题的清单，认证结果只终结问题，不终结对理解的追寻。这提醒读者，AI能加速证明产出，但数学的核心价值——人类理解——不会被自动替代，反而更需被重视。
AI或弥合数学与物理的裂痕
文章指出数学与物理曾相互启发，近几十年却因物理依赖启发式论证而分道扬镳。严格化物理推导并非迂腐，它能揭示理论缺口、界定有效范围。作者以Deng和Hani等人的工作为例，认为LLM有望帮助对其他有效理论完成类似严格化，把严格证明的标准扩展到物理科学各分支。
数据与贡献认定是现实风险
作者批评AI公司无偿攫取数学家的数据、未公开笔记和基金申请，并与客户竞争，存在严重利益冲突。同时，证明稀缺时代以“第一个解决著名问题”认定贡献的体系已失效，需要新机制奖励理解而非资源。这提示读者关注数据保护、前沿模型准入和贡献认定改革等制度性问题。
Q&A
为什么说数学是年轻人的游戏？文章对此有什么新解读？
传统上指数学家早期做出最佳成果，但文章认为这将在全新意义上成真：数学正经历空前剧变，今天的研究生和博士后将在AI时代塑造数学的未来，因此保护他们的想法和贡献至关重要。
AI在数学领域已经能做什么？作者用什么比喻描述当前阶段？
AI已能证明重要结果，如OpenAI的Navier–Stokes证明动用了上万个智能体、耗时88小时、花费数百万美元。作者用“深蓝-卡斯帕罗夫时刻”比喻机器在数学上超越人类，但强调当前大规模计算仍非普通数学界可及。
如果AI证明了黎曼猜想，数学就结束了吗？作者为什么说数学不是真命题的列表？
不会结束。证明只是确认结果为真，但数学家仍会追问“为什么为真”。数学的核心价值在于人类理解，而非罗列真命题；就像《银河系漫游指南》中计算机给出“42”却未解释意义一样。
AI如何帮助数学与物理重新结合？作者举了哪些历史与近期例子？
历史上数学与物理紧密交织（如牛顿发展微积分、傅里叶分析源于热扩散）。近几十年两者分离，物理依赖启发式论证。AI可帮助严格化物理推导，例如Deng和Hani从非线性薛定谔方程推导波动力学方程，以及后来与Ma一起从硬球动力学推导玻尔兹曼方程，解决稀薄气体中的希尔伯特第六问题。LLM有望将这种严格证明推广到其他有效理论。
作者批评AI公司哪些行为？他提出了哪些具体保护措施？
批评AI公司无偿攫取数学家的数据（包括未发表工作、私人笔记和基金申请），并与客户竞争；OpenAI发布大量不可读甚至错误的证明，且未做尽职调查。作者建议：保护数据、限制AI公司、降低前沿模型使用门槛，并建立奖励理解而非资源的新贡献认定体系。
为什么现有的学术贡献认定体系不再适用？作者建议如何改革？
因为数学正从“证明稀缺”转向“证明丰富”，过去“第一个发表著名结果”作为理解深度的代理已失效。需要新方式分配 credit，不单纯与资源获取相关，应奖励理解而非资源。具体建议包括改革贡献认定体系等。
