炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：知识分子）

撰文｜张天祁

2026年，袁新意迎来职业生涯中密集的高光时刻：8月，他获得未来科学大奖“数学与计算机科学奖”——未来科学大奖旨在奖励在中国内地和港澳台取得杰出成果的科学家，单项奖金100万美元。7月，他在国际数学家大会作45分钟受邀报告。1月，他获颁世界华人数学家大会金奖，另两位获奖者是王虹、邓煜。

袁新意2000年被保送到北大数学学院，本科毕业后赴哥伦比亚大学攻读博士，师从张寿武教授。之后在普林斯顿大学、加州大学伯克利分校等任教，2020年1月回到北京大学，在北京国际数学研究中心任教。

未来科学大奖评委会表示，袁新意在算术几何做出了“奠基性贡献”。回到北大后，他与张寿武合作发展了拟射影簇上的阿黛尔线丛理论，随后又独立证明整体域上的一致Bogomolov猜想，并与谢俊逸合作完全证明几何Bogomolov猜想、推进几何Bombieri-Lang猜想。今年年初，他又与更年轻的虞家伟、周胜铉合作，给出了一致莫德尔猜想的显式版本——《科学美国人》杂志称这是丢番图方程2000多年研究史上的一次突破。

在最近与《知识分子》的对话中（对话全文非常值得一读，欢迎点击前往），袁新意谈到数学家的孤独是常态，“放弃”一个大问题之后如何做出新的成果，北大数学从00级、07级到新一代数学家的成长，“完全本土培养”的菲尔兹奖得主有多远。

他同时谈到了AI正在给数学、给数学界带来的变化和影响。

袁新意说，他不担心AI会不会超过数学家，“就算超过了也没什么，那我们就拥抱它”。他更担忧的是，AI对数学共同体的影响。他用三个词概括这种担心：第一个是瘫痪，可能瘫痪评价机制；第二个是污染，可能污染学术资源；第三个是压制，压制年轻人的成长。

2026未来科学大奖揭晓现场，与袁新意视频连线。来源：未来科学大

知识分子：过去一年AI发展很快，您自己现在使用AI的方式有变化吗？

袁新意：网上有些比较激进的说法，说AI会取代我们做科研，我觉得它更多是辅助的作用，只不过辅助的力度正在变大。

我现在也会让AI帮我做一些计算，还有一些相对简单的证明和推导。北大有一个很好的团队做AI for Math，搭建了一个平台，我用他们的平台做一些尝试。基本上都是我自己能做、只是要花精力的事情。比如有些计算比较复杂，我自己算可能要花一个小时，让AI来算几分钟就出来了。一些中间步骤的证明或推导，就让AI把中间步骤细化、写出来。

不过AI写出来的东西，我还是要修改。目前AI的帮助还是局部的，不能把一整篇文章从头到尾交给AI，至少目前我用下来它还没有这个能力。

我觉得以后可能会有两种新的形式。一种是让AI先做一些证明、数学内容，我们再去理解和解读，而不是AI完全独立地完成研究。另一种是我们自己先有一个想法，让AI协助把这个想法实现出来，效率比以前高很多，再回过头去理解AI具体做了什么。

知识分子：AI更多进入数学后，数学家的工作重心会发生什么变化？

袁新意：AI有两个我们绝对比不了的优势。第一个是知识面很广，这是全人类的知识，都被录入到它的体系。第二个是算力很强，这不仅指计算复杂的问题，也包括试错的能力。做科研需要不断尝试，这个想法行不行，不行就换一个。AI可以把已有的方法一个一个拿出来搜索、匹配、尝试，而且算得很快，这是人做不到的。

人跟AI比，也有两个优势。第一点是我们虽然算力不行，但有直觉，甚至有创造力。AI的算力更多是在做一种带权重的枚举，会评估哪个方案可行性更高，就往哪个方向多花算力。人的直觉不是把所有东西都枚举一遍，而是凭直觉、凭喜好、凭经验，认定一两个办法就往前走，甚至想着想着突然想到一个办法。这种灵光一现可能跟过去学习和思考的东西都有关系，但你也说不清楚到底是哪一部分经历影响了它。

第二个优势是审美，这个也很重要。数学的对错是绝对的，但数学的好坏其实是主观的。一个猜想到底重不重要、是不是优美，不同人有不同看法，这就是所谓的品味。不同人的品味会有差别，但同行讨论下来，大致还是有一些共识，比如公认的重要猜想，大家都会觉得它优美、重要，都想知道它背后的机制。我想这件事情AI目前是做不到的。

我们做出一些结果，会往自己觉得漂亮、优美、有思想震撼性的方向发展，也会主动放弃一些不那么优美的东西；但AI没有这种选择。

知识分子：最近AI在数学研究中做出了一些很受关注的成果。比如Anthropic公布AI在黎曼猜想上有新进展，AI也推动了埃尔德什单位距离问题的解决。有人还认为AI已经能写出数学顶刊水准的论文。

袁新意：AI解题比较强，但创造力这个东西很难。按照我刚才说的AI的机制，它更多是用现有的办法，把已有的框架进一步深化。它当然也能做一些小范围的创造，但还是在原有框架之下的。

AI公司是把满足黎曼假设的零点比例推进了一些，但它的重要性被夸大了。现在一些AI公司为了推广产品、出于商业目的，过分夸大AI在数学上的作用。

埃尔德什单位距离问题是一个比较好的例子。AI在这个问题上确实做出了很好的数学，但我们要看它背后是怎么形成的。这个问题本身是组合问题，AI用了代数数论的方法。这个用数论做组合的想法，其实埃尔德什已经有过，并且用它做出了很好的结果。AI是在这个基础上，凭着更强的算力把这个想法做得更强了，但用数论做组合的原创想法，仍然来自埃尔德什。

AI知识面广，同时懂数论和组合，但对人来说数学隔行如隔山，既懂组合又懂数论的人很少。AI可以把埃尔德什用过的、相对简单的数论换成更难的数论去做，这对人来说很难。不过，它没有产生原创想法。

雅可比猜想也是类似。AI给出了三维雅可比猜想不成立的反例，但人类数学家主要做的是二维情形，二维大家相信是对的，三维其实行家本来就不太相信是对的。而且，AI找的反例，也能在之前的数学家的工作中看到影子。所以这个结果对行家来说也没那么令人吃惊。

AI找反例的能力很强，它可以在不同的多项式、不同的系数、不同的次数里不断尝试，再结合已有论文和经验，加上一些推理能力，进行一种带有智能性的枚举和推导。这两个例子，单位距离问题和雅可比猜想，AI做的都是造例子，不是做证明。

知识分子：您最担心AI进入数学研究之后带来什么变化？

袁新意：我担心的其实不是AI会不会超过我们。数学不是一个竞技项目，谈不上谁超过谁，各有各的特点。就算超过了也没什么，那我们就拥抱它。我更担忧的是它对数学共同体的影响。

我会用三个词概括我对AI的担心。第一个是瘫痪，可能瘫痪我们的评价机制。第二个是污染，可能污染我们的学术资源。第三个是压制，压制年轻人的成长。

先说瘫痪。我们写论文，投到期刊，期刊发表之后，找工作、晋升、申请经费，甚至申请一些人才头衔，很多都要看发表记录。如果AI可以非常快地生产大量文章，期刊没有足够的人力正常审稿，真正好的文章也只能在后面排队，没法及时被审到，这就会瘫痪我们的审稿机制。瘫痪审稿机制，整个行业的评价体系就会出问题。

第二个是污染网络学术资源。大家用AI写了很多文章，但很多人没有真正为这些文章负责，对与错自己都没有精力去核实，就扔到网上。有些人会送审，但前面的送审机制已经瘫痪了，照样不知道对错。这样下去，网上会出现大量真假难辨的文章，大家用到后面，可能把对的当成错的怀疑，把错的当成对的采信。

第三个是压制年轻人的成长。AI现在还做不了我们这个行业里最重量级的工作，以后有没有可能做到不好说。但现在那些难度不是特别大、又算不上简单的问题，对AI来说已经很容易了，这些我们叫“低垂的果实”。AI摘这些果实很容易，而且动作很快。

这对我们这代人这些影响很小，因为我们已经成长起来了，用AI甚至能更高效。但如果很多“低垂的果实”都被AI摘掉，年轻人想进入这个行业，就会缺乏可以练手的问题。

科研跟考试不一样，考试可以反复做已有的题目，训练学生科研的问题必须是新的、没人做过的。只有自己真正探索一个问题，才是科研训练。年轻人发展不起来，行业的传承就断了。这一点让我非常担忧。

知识分子：您刚才说的这些影响，数学界有没有认真讨论过怎么应对？

袁新意：数学界发表了一份《莱顿宣言》。签署这份宣言的国际数学家很多，包括陶哲轩、舒尔茨，国际数学家联盟也参与支持，我最近也在上面签名了。这份宣言里最主要的观点，是说AI会让数学界的评价机制瘫痪，这一点我非常认同。它也提到，某种意义上我们应该有一些监管。

莱顿宣言并不主张禁止用AI写文章，而是强调使用AI的人必须对文章负责，作者仍然应该是人。AI做错了，也不能把责任推给AI。人的信誉来自自己发表的东西，文章如果不断出错，作者在行业里的名声和可信度都会下降。莱顿宣言的核心，就是AI可以参与研究，但署名、责任和最终判断都必须由人承担。这样才能应对前面说的瘫痪和污染问题。

关于网络学术资源的污染，现在还有一个可期待的方向是形式化数学，用一个叫Lean的软件。如果以后数学证明都能用它验证，对错的问题就可以解决。但审稿压力还是解决不了，因为审稿不只是看对错，还要判断结果的重要性和原创性，这些仍然需要人来判断。

我对AI的态度是，它是一个非常好的工具，但对数学行业确实有一些让我担忧的影响。我不在意它是否会超过我们，而是它会不会以前面说的几种方式，影响到数学这个共同体本身。