2026年7月菲爾茲獎(jiǎng)得主、加州大學(xué)洛杉磯分校教授陶哲軒Terence Tao在美國(guó)費(fèi)城舉辦的國(guó)際數(shù)學(xué)家大會(huì)ICM 2026上發(fā)表了一場(chǎng)題為《人工智能時(shí)代的數(shù)學(xué)》的公眾演講。他提出一個(gè)令人警醒的判斷數(shù)學(xué)正從“證明稀缺”proof scarcity的時(shí)代進(jìn)入“證明過剩”proof abundance的時(shí)代。陶哲軒指出AI生成數(shù)學(xué)證明的速度已經(jīng)遠(yuǎn)超人類驗(yàn)證、理解和消化的速度這種“證明消化不良”proof indigestion正在數(shù)學(xué)共同體中悄然發(fā)生。更深層的風(fēng)險(xiǎn)在于AI生成的論文過于“光滑”抹去了人類作者在困難處留下的認(rèn)知痕跡——那些批注、重寫、卡殼的痕跡恰恰是下一代學(xué)習(xí)者重建理解路徑所必需的階梯。他同時(shí)強(qiáng)調(diào)這并非確定的預(yù)言而是基于當(dāng)前趨勢(shì)的一種警示性推演如果AI產(chǎn)出不能被有效消化并沉淀為新的知識(shí)基礎(chǔ)數(shù)學(xué)共同體的整體認(rèn)知能力可能在100年內(nèi)退化整個(gè)學(xué)科或?qū)⒃僖苍杏怀稣嬲瓌?chuàng)的新思想。這是數(shù)學(xué)界的危機(jī)但遠(yuǎn)不止是數(shù)學(xué)界的危機(jī)。一、“失去的一代”不只屬于未來失去的機(jī)會(huì)并不只屬于年輕人陶哲軒的警告首先指向入門級(jí)工作的消失當(dāng)研究生不再親手推導(dǎo)、不再在反復(fù)試錯(cuò)中建立直覺而是由AI直接生成“看起來正確”的成果時(shí)年輕人就失去了從泥濘中積累經(jīng)驗(yàn)的入場(chǎng)券。但一個(gè)更隱蔽、更危險(xiǎn)的真相是失去的機(jī)會(huì)并不只屬于年輕人。在軟件開發(fā)領(lǐng)域第一層失去已經(jīng)清晰可見。初級(jí)程序員不再手寫基礎(chǔ)的CRUD接口因?yàn)镃opilot三秒就能生成。他們不再花整個(gè)下午追蹤一個(gè)空指針異常因?yàn)锳I調(diào)試助手直接標(biāo)出了可疑行。他們不再為了理解一個(gè)框架而反復(fù)翻閱源碼因?yàn)镃hatGPT已經(jīng)總結(jié)好了“最佳實(shí)踐”。入門者沒有機(jī)會(huì)在基礎(chǔ)工作中建立肌肉記憶這是第一層斷層。更令人不安的是第二層斷層那些已經(jīng)有經(jīng)驗(yàn)的人正把應(yīng)用層的深度實(shí)踐也交給AI。一位五年經(jīng)驗(yàn)的后端工程師已經(jīng)習(xí)慣了讓AI生成完整的Service層邏輯自己只做review。一位十年經(jīng)驗(yàn)的架構(gòu)師面對(duì)新技術(shù)選型時(shí)第一反應(yīng)是讓AI出方案、出對(duì)比而不是自己先寫幾個(gè)原型驗(yàn)證。一位技術(shù)負(fù)責(zé)人在系統(tǒng)出故障時(shí)先問AI“可能是什么原因”而不是自己先看日志、先抓包。他們看似效率更高了但他們的“經(jīng)驗(yàn)正在從“我親手做過所以理解”變成“我讓AI做過所以知道”。這兩種經(jīng)驗(yàn)在技術(shù)平穩(wěn)期看起來差不多但在技術(shù)變革期差別是致命的——前者能帶你穿越周期后者會(huì)在工具迭代時(shí)瞬間清零。二、編程領(lǐng)域正在消失的“手藝”“看懂”和“會(huì)做”之間隔著一萬個(gè)小時(shí)的親手實(shí)踐什么是手藝不是指“手寫代碼比AI快”而是指思維通過反復(fù)實(shí)踐內(nèi)化為直覺的過程。舉個(gè)例子一個(gè)真正手寫過多線程并發(fā)程序的程序員讀一行synchronized代碼時(shí)腦海中浮現(xiàn)的不是語法而是 CPU 緩存、內(nèi)存屏障、happens-before 關(guān)系的視覺化圖景。這種直覺是花無數(shù)個(gè)下午 debug 死鎖、花無數(shù)個(gè)凌晨排查競(jìng)態(tài)條件換來的。但現(xiàn)在AI可以生成“線程安全”的代碼可以解釋“為什么會(huì)出現(xiàn)死鎖”。于是越來越多的程序員選擇讓AI寫我看懂就行。問題就出在這里——“看懂”和“會(huì)做”之間隔著一萬個(gè)小時(shí)的親手實(shí)踐。ORM框架的“黑箱化”以前一個(gè)程序員要學(xué) MyBatis 或 Hibernate至少要理解一級(jí)緩存和二級(jí)緩存的區(qū)別、要明白延遲加載的代理機(jī)制、要親手寫幾條復(fù)雜 SQL 看執(zhí)行計(jì)劃?，F(xiàn)在AI可以生成完整的 Mapper 文件和 Repository 代碼。很多程序員用了三年 ORM卻從來沒打開過sqlSession的源碼也從來沒在控制臺(tái)打印過真正的SQL。當(dāng)AI生成的 ORM 代碼在千萬級(jí)數(shù)據(jù)量下性能暴跌時(shí)他們不知道為什么也不知道怎么調(diào)。分布式系統(tǒng)的“搭積木心態(tài)”微服務(wù)、Kubernetes、Service Mesh ——這些復(fù)雜的分布式基礎(chǔ)設(shè)施本應(yīng)建立在對(duì)底層一致性模型、網(wǎng)絡(luò)分區(qū)容錯(cuò)、CAP 權(quán)衡的深刻理解之上。但現(xiàn)在AI可以生成完整的 K8s 部署 YAML、可以寫 Istio 的流量規(guī)則、可以配 Sentinel 的熔斷策略。很多“云原生工程師”能搭出看起來完善的架構(gòu)但當(dāng)真正的網(wǎng)絡(luò)分區(qū)發(fā)生時(shí)他們不理解為什么分布式事務(wù)會(huì)整體阻塞、參與者的鎖遲遲無法釋放因?yàn)樗麄儚膩頉]有親手實(shí)現(xiàn)過一個(gè)兩階段提交。算法與數(shù)據(jù)結(jié)構(gòu)的“盆景化”LeetCode 上的算法題AI已經(jīng)能秒解。這本應(yīng)是鍛煉思維體操的場(chǎng)地卻變成了“讓AI寫、我背下來”的應(yīng)試游戲。更深層的問題是當(dāng)工程師在實(shí)際業(yè)務(wù)中遇到性能瓶頸時(shí)他需要的不只是“排序算法的復(fù)雜度”而是對(duì)計(jì)算機(jī)體系結(jié)構(gòu)、內(nèi)存模型、分支預(yù)測(cè)的直覺。這種直覺無法通過背誦AI的答案獲得。這些例子共同指向一個(gè)事實(shí)應(yīng)用層的繁榮正在讓我們失去對(duì)中間層和底層的“手感”。三、手藝的消失不止于代碼醫(yī)學(xué)、法律、建筑、制造、數(shù)學(xué)——同樣的流失在靜默上演同樣的“手藝流失”正在每一個(gè)知識(shí)領(lǐng)域靜默上演。醫(yī)學(xué)領(lǐng)域AI影像診斷系統(tǒng)可以比人類醫(yī)生更快識(shí)別腫瘤但年輕放射科醫(yī)生讀片的機(jī)會(huì)減少了。一位資深主任擔(dān)憂“以前住院醫(yī)師每天讀幾十張片子在誤診和修正中磨煉眼力?，F(xiàn)在AI標(biāo)好了他們簽字就行。十年后誰來培養(yǎng)那種‘一眼就覺得不對(duì)勁’的直覺”法律領(lǐng)域AI可以秒級(jí)生成合同草案、檢索判例、起草法律意見書。年輕律師不再一字一句推敲條款不再親手梳理證據(jù)鏈的邏輯。當(dāng)他們成為合伙人時(shí)是否還擁有那種“這個(gè)條款讀起來不舒服”的敏銳建筑設(shè)計(jì)領(lǐng)域參數(shù)化設(shè)計(jì)工具和AI生成方案讓效率暴漲但年輕建筑師手繪草圖、在實(shí)體模型中感受空間尺度的機(jī)會(huì)少了。那種“走進(jìn)場(chǎng)地就知道風(fēng)該怎么走”的身體記憶是從屏幕前調(diào)參數(shù)調(diào)不出來的。工程制造領(lǐng)域數(shù)控機(jī)床和3D打印讓“動(dòng)手做”變得可有可無但老師傅通過千次試錯(cuò)積累的材料手感——“這個(gè)溫度下鋼材的韌性不一樣”——是AI數(shù)據(jù)庫里沒有的活知識(shí)?？茖W(xué)研究領(lǐng)域回到陶哲軒的警示本身。當(dāng)AI能夠批量生成研究級(jí)證明研究生賴以成長(zhǎng)的“訓(xùn)練項(xiàng)目”被取代數(shù)學(xué)共同體從“證明稀缺”滑向“證明過?！?。人類消化、驗(yàn)證、傳承知識(shí)的能力沒有同步增長(zhǎng)反而在光滑的AI文本中逐漸萎縮。四、“手藝”到底是什么為什么不可替代手藝是知識(shí)與大腦神經(jīng)回路之間的連接有人可能會(huì)說工具進(jìn)步了為什么非要“親手做”計(jì)算器發(fā)明后數(shù)學(xué)家不需要手動(dòng)開方IDE出現(xiàn)后程序員不需要記標(biāo)準(zhǔn)庫函數(shù)。人類一直在用工具替代重復(fù)勞動(dòng)這不是進(jìn)步嗎是的這是進(jìn)步。但這里有一個(gè)關(guān)鍵的區(qū)別——過去的工具替代的是“執(zhí)行”而AI正在替代的是“思考的外化過程”。數(shù)學(xué)家使用計(jì)算器但他依然理解開方的數(shù)學(xué)原理。程序員使用IDE自動(dòng)補(bǔ)全但他依然知道那個(gè)函數(shù)內(nèi)部在做什么。工具放大了人的能力但人仍然保有對(duì)過程的完整理解。而當(dāng)AI生成的方案復(fù)雜到“我看懂了但讓我做我做不出來”的程度時(shí)事情就變了。你失去了對(duì)過程的完整理解只剩下對(duì)結(jié)果的模糊判斷。這就是“手藝”的本質(zhì)手藝不是知識(shí)知識(shí)可以從書本和AI回答中獲取手藝是知識(shí)與大腦神經(jīng)回路之間的連接。一個(gè)老木匠不用思考就知道怎么下鋸不是因?yàn)樗白x過鋸木頭的書”而是因?yàn)樗氖钟浀?。一個(gè)老醫(yī)生不用化驗(yàn)就知道“這個(gè)病人不對(duì)勁”不是因?yàn)樗尺^教科書而是他的大腦里存著一萬個(gè)病例的模糊相似性。當(dāng)AI接管了從設(shè)計(jì)到實(shí)現(xiàn)到驗(yàn)證的完整鏈條這個(gè)“連接”就被切斷了。我們得到的是效率失去的是在不確定性中做判斷的底氣。五、攜手并進(jìn)的黎明不是零和博弈而是攜手并進(jìn)的共生期寫到這兒文章似乎應(yīng)該走向一個(gè)悲觀的結(jié)論我們所有人都在失去手藝人類文明正在自我掏空。但我不這么認(rèn)為。至少在目前這個(gè)階段還不是。當(dāng)下的AI無論多么強(qiáng)大本質(zhì)上仍然是人類知識(shí)的重組器和放大器。它沒有真正“理解”物理世界沒有“體驗(yàn)”過失敗的痛苦更沒有“渴望”去追問為什么。它可以寫出完美的快速排序代碼但它不會(huì)在某天凌晨突然想到一個(gè)更優(yōu)雅的數(shù)據(jù)結(jié)構(gòu)——因?yàn)槟莻€(gè)靈感來自人類對(duì)美的追求來自對(duì)簡(jiǎn)潔的偏執(zhí)來自一種無法被訓(xùn)練數(shù)據(jù)編碼的直覺。所以目前這個(gè)階段不是人類與AI的零和博弈而是攜手并進(jìn)的共生期。AI可以替我們完成大量重復(fù)性、模式化的工作讓我們有更多時(shí)間去思考更本質(zhì)的問題。就像望遠(yuǎn)鏡沒有讓天文學(xué)家失業(yè)而是讓他們看到了更遠(yuǎn)的地方AI也不應(yīng)該讓程序員、醫(yī)生、律師、建筑師、數(shù)學(xué)家失去手藝而應(yīng)該讓我們有機(jī)會(huì)去觸及更深的底層。關(guān)鍵在于我們是否主動(dòng)選擇了“更深”而不是安逸地停留在“讓AI幫我搞定一切”。六、終極之問誰將觸摸到真理在抵達(dá)終極之前“手藝”就是我們手中的槳但這里有一個(gè)更深層的思考。目前人類與AI攜手并進(jìn)是因?yàn)閮烧叨歼€沒有觸碰到那個(gè)終極的邊界——無論是宇宙的終極真理、智能的本質(zhì)、還是計(jì)算的理論極限。在這個(gè)階段人類提供方向、直覺、價(jià)值判斷AI提供算力、記憶、模式重組這是一種互補(bǔ)。但是如果有一天其中一方先觸摸到了那個(gè)終極真理呢如果AI先做到了——如果它真的理解了數(shù)學(xué)的本質(zhì)、物理的統(tǒng)一、意識(shí)的來源——那么從那一刻起它就不再是人類的工具而是真理的代言人。人類的經(jīng)驗(yàn)、直覺、手藝在終極真理面前都將顯得幼稚。那時(shí)候誰來主導(dǎo)就不再是一個(gè)需要討論的問題。如果人類先做到了——如果我們中的某個(gè)人或某個(gè)群體通過AI的輔助但憑借自身的洞察率先觸及了那個(gè)邊界——那么人類仍然保有主導(dǎo)權(quán)AI繼續(xù)是放大器。在抵達(dá)終極之前我們所有人都在同一條船上。而“手藝”就是我們手中的槳。你當(dāng)然可以請(qǐng)AI幫你劃船但如果你從來沒有親手劃過當(dāng)風(fēng)浪來臨時(shí)你怎么知道該往哪個(gè)方向用力七、結(jié)語在應(yīng)用層的繁華中留一塊自留地在應(yīng)用層的繁華中留一塊親手耕耘的自留地所以我的觀點(diǎn)可以總結(jié)為三點(diǎn)第一警惕“失去的一代”不只是年輕人。當(dāng)前有經(jīng)驗(yàn)的人如果把應(yīng)用層完全外包給AI同樣會(huì)在下一輪技術(shù)變革中失去根基。第二手藝的消失是靜默的。它不會(huì)以“被AI取代”的戲劇化方式發(fā)生而是以“某天突然發(fā)現(xiàn)我不懂自己在做什么”的方式緩慢降臨。陶哲軒警告的“證明消化不良”本質(zhì)上是一種知識(shí)共同體的免疫系統(tǒng)衰竭。第三在抵達(dá)終極真理之前人類與AI仍是攜手并進(jìn)的關(guān)系。我們有時(shí)間去修正、去調(diào)整、去重新找回那些值得親手做的事情。對(duì)每一個(gè)知識(shí)工作者來說或許可以做一個(gè)簡(jiǎn)單的自我檢驗(yàn)過去一年里有沒有哪個(gè)模塊是你完全親手從零做出來的而不是讓AI生成后修改的有沒有哪個(gè)難題是你花了超過一整天親手攻克的而不是直接問AI的有沒有哪項(xiàng)新技術(shù)是你讀完原始文獻(xiàn)、親手實(shí)踐、踩過坑之后才真正理解的而不是讓AI總結(jié)“要點(diǎn)”的如果答案都是“沒有”那你需要警惕了。不是AI在取代你是你在親手放棄那個(gè)不可替代的自己。而在遙遠(yuǎn)的未來當(dāng)人類或AI中的某一方真正觸摸到終極真理的那一刻我希望——至少是我個(gè)人的希望——站在那里的是一個(gè)仍然保有手藝、仍然理解自己工具、仍然對(duì)未知懷有敬畏的人類。因?yàn)槟莻€(gè)終極真理值得被一個(gè)真正理解旅程意義的生命所見證。參考資料陶哲軒Terence Tao《人工智能時(shí)代的數(shù)學(xué)》Mathematics in the age of AI2026年國(guó)際數(shù)學(xué)家大會(huì)ICM 2026公眾演講2026年7月24日美國(guó)費(fèi)城。演講slideshttps://teorth.github.io/tao-web/slides/age-of-ai-icm-2026.pdf