部分原因可能是人的科研能力无法实时结算。所以只能看过去。论文、奖项、职位,本质上都是智力的历史凭证。当能力无法直接定价,社会就只能给存量定价。AI 改变了这个前提。给它一个问题,看结果。再给一个,再看结果。当智力开始持续结算,履历的权重自然下降。更有意思的是:你每天使用的AI,和真正参与前沿数学探索的AI,甚至未必是同一种东西。更大的模型,更高的推理预算,更复杂的多智能体系统,可能运行在普通用户根本接触不到的地方。于是很多人完成了一个极其廉价的推理:我账户里的 AI 没有震撼我,所以 AI 的上限也不过如此。这相当于因为坐过一次经济舱,便开始评价航空工业的极限。人的另一种局限更加隐蔽。一个科学家只有一生。押错一个方向,可能损失十年。AI 却可以同时探索成千上万种反事实。失败可以批量发生,只留下有效路径。所以很多被称为“学术品味”的东西,本来就包含有限生命、有限算力、有限试错次数下的资源配置。后来,人类把这种约束,误认成了智慧本身。于是逻辑闭环了:因为只能承担有限试错,所以迷信经验;因为只能接触有限版本,所以低估AI;因为长期依赖历史凭证,所以高估头衔;最后,再用人的约束,判断另一种智力的上限。这才是“贫穷限制想象”真正有意思的地方。它说的并不只是钱。而是:你只能用自己见过的世界,理解尚未见过的能力。所以,当一种更昂贵、更并行、可以持续提交新结果的智力已经在别处运行,他们最后的尊严,只剩一句:“这也算创新?”当然算。因为创新,从来不需要你的批准。