下载客户端

数学家心声：《宏大图景》by 森蒂尔・拉贾塞卡兰（Senthil Rajasekaran）2026-10-11

2026-11-11 00:00

来源：澎湃新闻·澎湃号·湃客

听全文

★置顶zzllrr小乐公众号，追踪《小乐数学科普》系列报道，参与数学 vs AI投票！

坚持不炒作的数学与AI报道，投稿信箱zzllrr@gmail.com

宏大图景

作者：森蒂尔?拉贾塞卡兰（Senthil Rajasekaran）

布鲁塞尔自由大学数学系博士后，研究兴趣包括多智能体系统、博弈论、复杂性理论、自动机理论，笼统而言为理论计算机科学和数学。

日期：2026-11-9（收稿日期：2026-10-11）

我大哥大学读化学工程，毕业时的年纪和大多数人刚上大学差不多，还拿到了一份六位数薪资的工作邀约。有这样一个现成的成功范本，父母自然而然地以为我会追随他的脚步。于是我进入同一所大学，登记主修化学工程。

但我实在提不起对化学工程的兴趣，也没有大哥那样极强的自律。我当然可以专注做事，但前提是这件事能真正打动我。不知为何，化学工程做不到这一点。常常是硬着头皮写完有机化学作业之后，我要靠解数学谜题才能平复心情。读到这里，结论其实已经很明显了，对吧？

几乎所有亲近我的人都十分失望：我放弃了安稳高薪的前途，最终拿到了数学与经济学双学位。虽说这算不上是要当穷困潦倒的艺术家，但在我父母眼里，跟这个也差不了多少。说来有意思，我选择经济学，初衷只是想修博弈论课程；等修完博弈论要求的经济学先修课之后，我发现离拿下经济学学位只差一点点功课。看吧，我终究还是能沉下心钻研的。

我本科就读的杜兰大学，当时还在从卡特里娜飓风的重创中恢复。包括数学系在内的很多院系都处在重建阶段，计算机科学这类院系甚至一度完全停摆。我永远为自己是杜兰的学生而自豪，也由衷敬佩这所学校在经历这场历史性灾难之后，努力恢复正常教学秩序的韧性。但毕业之后，我总觉得自己的数学功底尚有欠缺。

为弥补短板，我参加了海外研学项目：本科大四时读了布达佩斯数学学期项目，毕业后又去莫斯科数学项目学习了一年。这两段经历给我带来两大改变：一是让我体会到以研究为导向、钻研数学难题的乐趣；二是带我接触到了理论计算机科学。如果你了解这两个项目，就会明白它们把解题这件事变得多么有意思，也不难理解我为什么深深着迷。从那时起，我有了清晰的目标：我想从事理论计算机科学研究，想成为那种能攻克极难问题、写出绝美证明的研究者——那种连其他数学家都会心生敬佩的人。

怀着这个目标，我去牛津大学攻读数学与计算机科学基础硕士学位。这段经历大体上坚定了我的想法，但我始终没有想清楚，究竟要以怎样的路径实现目标。因此第一轮博士申请并不顺利（我只申了四所学校）。不过最后，我来到莱斯大学，直接攻读理论计算机科学博士学位，彻底完成了从数学到理论计算机科学的转向。

我的博士导师对我“一心寻找重大难题”的想法提出了质疑。他告诉我，研究更重要的是找到属于自己的探索方向，建立独属于自己的数学风格。他给我讲了不少很有潜力的研究者，穷尽一生死磕一个问题却一无所获的故事，最终说服了我。

如今我的研究风格，重心更多放在定义与概念理解上，而不是啃难题、写艰深证明。我的工作是挑选“合适的问题”来研究，评判标准之一就是：这个问题本身作为一项独立挑战，它的答案应当通俗易懂。我甚至慢慢意识到，难题有时会成为阻碍我建立概念理解的路障，是需要清除的障碍，而不是最终目标。

我为什么写下这些？有两个原因。第一，我想讲讲我和数学之间这份属于人的联结，重点落在“人”这个字上。第二，我想说明：从理论上说，我恰恰是最容易对定理证明机器感到兴奋的那一类研究者。这并不是说我看不起热爱解题的人，完全不是。我也真心希望大家不要从这篇文字里读出这个意思。只是，这种研究风格已经不再适合我了。如果允许我略带自得地概括自己的研究风格，我会说，我的研究着眼于宏大图景。

没错，我特意选用这个说法，因为这正是本文想聊的核心：宏大图景。这个圈子里很多文章都在探讨数学研究领域未来会走向何方，这份担忧不无道理。我不打算梳理事件时间线，读到这里的人，想必已经清楚发生了什么。

我简单提一句：我相信在大语言模型时代，数学研究依然有合理的开展方式，AI也完全可以作为强大的工具善加利用——当然，大家可以保留自己的看法。我不是俯瞰整个领域的资深学者，只是一名处境飘摇的博士后。

但如果要讨论数学研究的未来，我认为首先要问：为什么AI公司单单盯上了数学？答案其实是：并非如此。这就是宏大图景的关键。在数学之前，AI浪潮冲击的是艺术家和软件工程师。艺术家群体本就不需要额外证明创作里的人文内核，大众对此虽未必重视，但普遍能够理解；而软件工程师的工作始终优先受商业现实约束，这也是AI公司至今难以逾越的难关。

而数学不一样：至少在外人看来，数学研究完全以结果为导向，商业成本的考量仿佛可以抛在一边；同时它和实用技术进步紧密相关，自带极高声望，艺术家那套人文辩护放在这里也很难站得住脚。数学研究领域并不是被定点针对的目标，而是一个机会目标：它身上诸多独特的特质，让它格外容易承受一场带有攻击性的冲击。

没错，一场带有攻击性的冲击。很多人说，OpenAI拿数学题测试模型，是因为这是检验模型能力唯一可行的办法。真是这样吗？他们本可以选择和数学界协作测试，而不是摆明了站在学界的对立面。事实上，如果走合作路线，学界甚至会自愿无偿提供支持。

所以，我们再回到宏大图景上来：这些企业的目标，不是增强人的能力，而是大规模替代人类。他们想要打造一套实现通用人工智能（AGI）的系统，定义就是在所有领域同时拥有超越人类的能力。数学只是因为自身的脆弱性，成了用来初步展示这类能力的绝佳试验场。

而且数学远不是唯一的受害者。无数其他岗位已经悄无声息地被AI碾压，只是没有像数学这样引发大量讨论。我有个朋友热爱语言，之前做自由翻译，你猜猜最近被裁员的他，现在的就业市场有多艰难？

再回到宏大图景。如果我们想要人类在数学研究里拥有未来，那我们就必须守护人类劳动本身的价值。这里很多人都在讨论该如何适应变局。但我认为，只要坐拥万亿资本的大企业在刻意倾斜天平、堵死我们的适应空间，适应就无从谈起。他们全部工作的核心，就是证明数学可以脱离人类向前推进；这也是一个更大目标的一环：让一切领域的发展都不再需要人的参与。

大众不会单单同情数学家。绝大多数人根本不认识数学家。但他们认识身边刚被裁员的朋友——那些所在行业无人报道、无人同情的从业者；他们认识自家在读的孩子，两年前还被劝告“学编程，这是仅剩的出路”，现在却被告知自己毫无价值；他们认识艺术家，创作风格被AI毫无底线地盗用，接不到委托订单，连原本微薄的收入都保不住；他们认识基层办公室职员，被辞退时还被贴上“本来就没什么用”的标签，仿佛裁掉理所应当。我们都是普通人，他们就是我们，我们就是他们。

AI或许有能力攻克很多重大难题，大家经常讨论AI助力找到癌症疗法。但就算AI真的做到这一点，我依然希望人类能够理解这个疗法的原理，希望由人类机构为此承担责任。我希望有懂得人间疾苦的人，去照料承受病痛的患者。

可AI公司并不想要这样。他们想要的，是人类无法理解的知识。引用陶哲轩的话来说，他们不想要“两全其美”的局面。我真心希望更多人明白这一点：他们并不想要一个人类依旧掌握主导权的文明。其中不少人直接把人类视作可被舍弃的过渡物种，是数字后继者的“生物引导程序”。

我十分关心数学研究的未来。但写这篇文章的初衷，是希望大家把视野拉高，看见宏大图景。借用那些掌控技术的人的话语来说：这不仅仅是对“人类应当从事数学研究”这一前提的挑战，更是对“人类劳动本身拥有意义”这件事的冲击。

我也希望其他数学家，在讨论数学界自身处境之外，也能看见、探讨这一点。这和美国极右翼政府大范围否定大量群体价值的底层逻辑一脉相承。我们首先是人，只有先直面这场针对人性本身的冲击，我们才有可能夺回对自己领域的掌控权。

所以，请大家继续在这里讨论数学，继续互相扶持。但如果你愿意，也请把眼界放得更宽。承受伤害的不只有我们，更多的东西正处在风险之中。我会和大家站在一起。

与你同为人类的Senthil

求点赞