10月8日，法国数学家雨果·杜米尼尔－科潘在一场线上会议上，讲起了自己的经历。他是2022年菲尔兹奖得主，早已经站在数学研究的顶端。让他落泪的，是OpenAI刚刚公布的一大批数学研究成果。
在随后的电台采访中，他说AI像推土机一样，把自己正在研究的问题一路推平了。仅用0.1秒，经常打工的人就共情了这位顶级数学家的职场困境。它相当于——
OpenAI一次性发布了722篇数学论文，涉及到了数百项数学成果，涉及数论、几何、理论计算机科学等多个领域。
在著名的论文预印本平台arXiv上，一个人每月只能上传2篇论文，如果要把这些论文都传上去，至少也得有300多个号才行。
比如1859年提出的黎曼猜想，已经过了167年，至今仍然悬而未决，OpenAI 说他们这次取得了重要的进展，给出了更强的“无零点区域”结果；
卡塔兰常数是否是无理数，也已经困扰数学家100多年。OpenAI说，他们已经成功证明，这确实是一个无理数；
让王虹今年获得菲尔兹奖的挂谷猜想，1917年提出，直到1971年才给出了二维的证明，2025年王虹又给出了三维的证明。这才过去一年 ，AI就给出了四维的证明。
虽然那些复杂的公式我们依然看不懂，但那种“我努力了这么多年，突然就落后了”的心情，咱普通人太懂了。
过去十几年，我们熬夜考试、加班，数学家熬夜考试、证明。大家都曾朴素地希望，自己的努力能换来一个安稳的未来。
虽说现在说AI的研究结果还没有经历学术界的同行审议，靠不靠得住还要另说，但这种效率和数量的碾压，还是让几乎所有从业者都压力山大。
就在7月19日，也就是世界杯决赛的那天晚上，Anthropic的一位研究员在X上发了一条推文，大致意思就是说，自己已经证伪了雅可比猜想。
问题描述就一句话：若一个多项式映射的雅可比行列式为非零常数，则该映射必存在多项式反函数。
这个问题很简单，但是答案比较难。简单的谜面曾经吸引无数数学家入坑，然后再也没爬上来。
在几十年的历史里，曾经多次有数学家宣布解决了这个问题，但随后又被指出，他们的证明是错的……
包括华人数学家张益唐在内，很多数学家已经被搞出了PTSD。折磨了数学家几十年以后，这个猜想就这样被一条推文轻描淡写地证伪了……
首先的首先，AI不讲武德的超车，让很多数学家耗费大量心血的工作，面临半途而废的风险。
比如OpenAI这次集中做出了一批算子代数的成果，一位相关领域的数学家看后的结论是：
有人发现自己正在做的方向被爆破了，下来项目经费不知何去何从；还有人的论文写到一半不用写了，学位能不能拿到还要两说。
在Reddit上，一位自称研究算子代数的博士生留言说，自己和同学已经解决了某个问题的特殊情形，还与导师商量好了下一步，准备把更一般的情形发展成博士论文。OpenAI公布成果后，他们开始赶着整理已有的工作成果，希望以独立研究的形式发表。他认为，课题仍有继续研究的价值，但原先的兴奋感已经大打折扣。
搞出这个大新闻后，OpenAI首席执行官（Sam Altman）终于不再震惊瘫坐，改仰望星空了。
今年刚刚和王虹、邓煜一起获得菲尔兹奖的雅各布·齐默尔曼，现在已经加盟OpenAI，参与AI安全方面的工作。
前一段时间破解雅可比猜想的Alpöge是他的学生，目前就职于Anthropic。
而是因为数学有精密的形式逻辑，非常适合AI大显身手。更重要的是，它满足了AI公司每隔一段时间就要搞个大新闻的需求。
在这场AI竞赛中，数学就是那个被推到台前的“红颜祸水”。AI巨头看似重视数学，其实争夺的是技术领先地位，以及遥遥领先背后的用户、资本和市场。
毕竟现在AI的竞争强度，不夸张地说就是以百米赛跑的速度冲刺，但谁也不知道终点在哪。
哪家公司停下来喘口气，可能就会直接出局。不是不进则退，而是进步太慢，就等于退步。
从GPT3到GPT6，每个大版本的迭代时间分别是3年、2年、1年，小版本更是恨不得周周更新。
AI公司必须不断开辟新的赛道，不停提供新的吸引眼球的成果，才能维持不掉队的水平。
谷歌的Gemini，就因为关键的一两个版本掉了队，就被网友褫夺封号，降为美国大豆包，直到现在都没能重返第一梯队。
这也是奥特曼为什么三天两头就原子弹爆炸、震惊瘫坐；Anthropic的首席执行官达里奥也是装神弄鬼、一惊一乍。
推理能力提升百分之几，token消耗降低百分之几，用户很难有直观感受，但是破解一道困扰数学家几十年的难题，这种成果谁都能听懂。
9月份，OpenAI听说隔壁A家在挑战NS方程，马上把手头的资源都集中到这个方向，组织了一万个AI代理并行工作，终于在A家之前抢发了自己的成果。
2016年之后，AlphaGo先后击败李世石、柯洁，从那以后围棋棋手从一种象征人类智慧的职业变成了天天和AI打擂台的工种。
那时，人类还能把这场失败理解为一项特殊技能的失守——机器棋下得好，总不能什么都比人强吧？
Midjourney、Stable Diffusion们开始抢画师的饭碗，十年学艺可能不如AI一分钟输出的结果；
代码能力的进步让Vibe coding很快降低到了乐高积木的难度（没那么难其实）；
刚刚火起来没两年的短剧，已经被AI漫剧降维打击了，红果短剧上排名靠前的剧集，AI剧已经比真人还多。
仅仅是单人出道还不够，就在最近，芒果TV的AI阵容已经官宣上线，虽然只有5个人，但凝视他们的脸你能看到人山人海。
从写材料，到提供专业意见，再到制造美丽的面孔、营造情绪价值，AI正在逐步占领人类生活中的高净值工作。
可这些技能往往留下了大量文字、图像和代码，恰好也是模型可以反复学习、快速生成的东西。
我们原本期待，机器接过烦琐的劳动，让人有更多时间去思考和创造。现在情况反过来了：
可如果这么多工作都能更快完成，为什么我们首先感到的是压力，而不是终于可以轻松一点？
对人类来说，AI最可怕的不是在个别领域和技能上的突破，而是它正在摧毁我们习以为常的观念。
我们一直在为“不被淘汰”做准备。小时候努力考好学校，毕业时选有前景的行业，工作后考证、做项目、积累经验。
大家未必想成为行业顶尖，更多时候想的只是，通过精进自己某方面的技能，带来一点议价能力和不可替代性。
十年前有一类鸡汤很流行，“时代抛弃你的时候连一声招呼都不会打”，这句话真正的意思是时代抛弃你之前其实是会打招呼的，但是很多人没有注意。
DeepSeek刚火起来的时候，有人攒了一本教学指南上架微信读书，一度上升到热度第一。
那时候和AI沟通还是需要门槛的，提示工程师一度被认为是AI时代的重要工种，结果这个职业一两年的时间就黄了：
AI发展到今天，不要说普罗大众了，即使是世界上最聪明的头脑，用漫长时间积累的知识体系，在AI面前，好像也没有什么抵抗能力。
10月11日，丘成桐牵头成立了数学与人工智能实验室联盟，联合八家数学研究机构，准备自主研发数学科学专用模型。
据不完全统计，今年已经先后出现X压抑理论、大水理论、大睡理论、薄肌理论……诸子百家重现于世。
找耍结合也好，降本增笑也罢，充满不确定性的未来面前，专家和普通人的水平也差不多。