当最聪明的数学家，开始集体投奔 AI。
作者：APPSO
来源：APPSO（ID：appsolution）
昨晚，四年一度的菲尔兹奖在美国费城揭晓。四位得主中，中国籍数学家邓煜、王虹历史性首获殊荣，使北京大学成为“双菲”母校；另外两位得主分别为加拿大数学家 Jacob Tsimerman（雅各布·齐默尔曼）和美国数学家 John Pardon（约翰·帕登）。
▲2026 年菲尔兹奖得主，从左至右：邓煜、John Pardon、Jacob Tsimerman 和王虹
其中，38 岁的 Tsimerman 尤为引人注目。作为加拿大首位菲尔兹奖得主，他 16 岁入读大学，2004 年获国际数学奥林匹克满分金牌，是多伦多大学史上最年轻的正教授。其获奖成果在于将数理逻辑中的 o-minimality 工具引入算术几何与复代数几何，不仅证明了困扰学界半个多世纪的 Griffiths 猜想，还参与了 André-Oort 猜想的攻克。
▲Jacob Tsimerman
然而，在颁奖当天的新闻发布会上，这位刚登顶数学界巅峰的天才宣布：他将转向 AI 安全领域，并即将入职 OpenAI 安全部门。
▲OpenAI 高管 Mark Chen 发文祝贺
数论学家是数学界的「扒手」
Tsimerman 曾将数论学家比喻为“数学界的扒手”。数论擅长提出问题（如费马大定理），但解题往往需要借用其他领域的工具。例如，求解多项式的整数解极为困难，但若将其转化为实数解（如画圆），便可借助代数几何、拓扑学、微分几何及分析学等工具进行突破。
Tsimerman 感叹，形状、几何与拓扑竟能揭示数论的答案。面对积分、反导数等产生的复杂函数，他利用数理逻辑中的 o-minimality（o 代表有序）定义了“温顺的几何”，证明 Hodge 理论存在于该世界中，从而解决了 Griffiths 猜想，并触及了千禧年难题之一的 Hodge 猜想。
Tsimerman 坦言，自己从早年排斥举例到如今依赖直觉案例，秘诀在于从失败中获取满足感。对于未来，他并未选择传统的学术道路，而是直言转行 AI“很酷”。他认为过去两年 AI 已使其产出翻倍，并预测 AI 很快将在数学研究上超越人类。为此，他已停止招收博士生，避免学生为一个“可能不复存在的职业”做准备。
这一决定的直接诱因是今年 5 月 OpenAI 模型推翻了悬置 80 年的埃尔德什单位距离猜想。Tsimerman 作为验证者之一，深知该思路若由人类完成将耗时巨大。他转向 AI 的核心动机是为大模型提供理论基础，以理解、引导和控制这个被他视为“潜在严重威胁”的技术。
老朋友和新面孔
Tsimerman 并非孤例。去年 12 月，解析数论权威、57 岁的 Ken Ono 辞去弗吉尼亚大学终身教职，加入前学生创办的 AI 数学公司 Axiom Math，担任“创始数学家”，专门设计难题测试 AI 极限。该公司成立即融资 6400 万美元，并从 Meta 挖角多名研究员。
Ono 意识到，AI 并非取代数学家，而是改变数学的研究范式。目前，OpenAI、Anthropic 等巨头纷纷组建数学团队，学界与工业界的界限日益模糊。卡内基梅隆大学的 Jeremy Avigad 指出，通用智能的关键在于结合机器学习的洞察力与数学的精确性。
当前数学界对 AI 的态度大致分为三派：陶哲轩视其为强大助手；Akshay Venkatesh 警惕数学家丧失直接理解力；而 Tsimerman 则对整个职业前景表示悲观。顶尖人才流向工业界背后有深层原因：
算力与资源的降维打击
传统学术实验室年度算力预算仅数十万至数百万美元，而前沿 AGI 研究单次实验成本高达数千万。高校仅能进行小规模理论推演，唯有 AI 公司拥有海量 GPU 与私有数据集，能规模化探索人类无法企及的猜想。
研究环境与效率的差异
高校教授需承担教学、行政及基金申请等繁杂事务，而工业实验室决策链短、行政压力低，可快速组建跨学科团队专注于核心问题。此外，尽管薪酬差距显著（头部 AI 科学家总包可达 150 万美元），但对于顶尖学者而言，钱往往是加分项而非决定项，真正的驱动力在于研究方向的转移——自动定理证明与形式化验证已成为新的开放前沿。
这一趋势利弊共存。正面来看，学科壁垒被打破，交叉融合加速，纯数学家入场弥补了大模型行业缺乏严格理论的短板，AI 巨头正演变为私人资助的高级研究院。然而，负面担忧同样严峻：高校导师流失可能导致基础人才梯队断层；私有实验室的研究不公开可能致使学术生态封闭；资源向 AGI 倾斜可能导致冷门、长线的基础研究方向无人问津。
无论争议如何，Tsimerman 这位曾沉迷于黑板前解谜的最年轻正教授，如今已投身于全球热议的 AI 浪潮。对他而言，这不仅是职业的转换，更是对未来数学形态的一次重新定义。