萤火虫同时明灭，路边的蟋蟀齐声鸣叫——这类大自然里"自发同步"的现象背后，站着同一位数学家：康奈尔大学教授史蒂文·斯托加茨（Steven Strogatz）。1998年，他在《自然》发表关于"小世界网络"的论文，掀起了一个持续至今的研究方向。但读过他访谈的人会发现，他最看重的身份或许不是研究者，而是"翻译者"——把看似高冷的数学，翻译成普通人听得懂、还能会心一笑的语言。他的《微积分的力量》，就摆在不少人的书架上。
就是这样一位数学界最温和的科普者，最近因为AI哽咽了。知乎热榜新挂了这个问题：如何看待Steven Strogatz表示因为AI冲击数学感到哽咽？
让他坐不住的几个月
先把背景摆出来。据虎嗅、凤凰网科技9月13日刊发的长文梳理：9月，OpenAI宣布其内部系统给出了纳维-斯托克斯千禧年难题的一个完整解答，附带Lean形式化证明——量子位的报道里提到，这是约1万个Agent并发跑了88小时的产物；OpenAI同时强调结果仍需数学共同体检验，并表示不会申领那100万美元奖金。几乎同时，《自然》报道Anthropic的Claude在11天内完成了费马大定理已有证明的大规模形式化，最终生成约1300万行可由计算机检查的证明。
数学家的反应，比这些数字更值得看。虎嗅那篇文章写道，斯托加茨在谈及这些进展时"公开表达了强烈的不安，一边是科学意义上的兴奋，一边是非常真实的个人冲击"。今年6月发布、获国际数学联盟支持的《莱顿宣言》也直接承认：AI已经在数学共同体内部，同时制造出兴奋、压力、冷漠与担忧这几种并存的情绪。到今年夏天的国际数学家大会，被反复讨论的问题甚至不再是"AI能不能做数学"，而变成了——如果机器越来越能做数学，人为什么还要做数学？
为什么偏偏是他哽咽
数学界很多人对AI有情绪，但斯托加茨的哽咽，痛点和别人不一样。
陶哲轩的危机感在"机会"层面。他做过一个广为流传的思想实验：假如AI早来20年，大器晚成的张益唐可能竞争不过AI，还在餐馆刷盘子。这是替后来者担心舞台。
斯托加茨的失落，则在"意义"层面。他一辈子的事业，是让人类"看懂"数学。他在《微积分的力量》里写过一句很有代表性的话：我们不必为了理解微积分的重要性而学习如何做运算，就像不必为了享用美食而学习如何做佳肴。翻译一下他的立场——解题可以不会，理解必须在场。
可AI给出的答案恰恰相反：费马大定理的形式化证明有1300万行，机器可以逐行检查，人类却终其一生也读不完。解题不再需要人，连"验证"都正在变成机器的内部事务。那位虎嗅作者对此的判断很锋利：数学界正在最早经历一件未来几乎所有知识行业都会经历的事——人类正在失去作为"智能默认计量单位"的垄断地位。过去我们拿"达到博士水平""超过普通人"来丈量AI，尺子是人；现在，尺子本身成了问题。
对一个毕生以"让人看懂"为业的人来说，这不是坏消息，这是釜底抽薪。他哽咽的不是自己的饭碗，是他深爱的那种"人类的理解"，可能不再是必需的观众。
普通人的对策：把"翻译权"留在自己手里
我们不做数学，但这面镜子照样照得到每个人：AI给答案越来越快，可"把答案讲明白"的能力，从来不会跟着答案自动长出来。
我自己最近调整了一个习惯：每次AI给我一个像样的结论，多花两分钟，试着用自己的话把它"翻译"给一个假想的听众——同事、家人、甚至镜子里的自己。讲不顺的地方，就是我真正的知识缺口；讲得顺了，这个答案才算长在我身上。
写材料时也一样。我习惯先用 spark1.cn/ai-writer 把框架搭出来，但论据、例子、那句最想说的话，坚持亲手填——填过的部分才讲得出来。需要多源核对信息时，就在 spark1.cn/tools/ 里把几个资讯、搜索类工具并排开，同一件事各问一遍。生产外包给AI，解释权留给自己。
还有一点最重要：别拿自己当AI的对照组。那把尺子，握在你自己手里——今天比昨天多弄懂了一件事，就是刻度。
斯托加茨说过，理解微积分不必会算微积分。AI时代这句话反了过来：正因为算题可以外包，"理解"才成了最不可外包的东西。老教授的哽咽，是因为他比谁都珍视这件事。而我们的回应可以很从容：继续翻译——把AI的答案翻译成自己的理解，再把理解翻译成生活里的底气。
💬 评论