远见网一、人在Anthropic
1、人在Anthropic
Jacob Tsimerman，这位领奖台上和王虹邓煜站在一起的人，一下台就向大家示范了：
你敢信，一个相信「AI会导致人类灭绝」的人，现在却加入了一家AI公司。
他还有个学生，三天前刚用Claude Fable 5一夜推翻87年悬案雅可比猜想，人在Anthropic。
Jacob，1988年生于俄罗斯喀山，随家人先移居以色列，再落脚加拿大。
2003、2004年连续两年代表加拿大出战IMO，两块金牌，2004年那块是满分。
2011年在普林斯顿拿下博士学位，导师Peter Sarnak。
之后经哈佛Society of Fellows镀金，回到多大任教，成为该校数学系史上最年轻的正教授。
这次获奖，表彰的是他在André-Oort猜想上的证明工作。这个算术几何领域的核心难题，此前悬置了近40年。
顺便一提，这届菲尔兹奖的含金量本身就有点吓人：Kakeya猜想，1917年悬置至今；
2、再加上André-Oort
希尔伯特第六问题的动理学部分，1900年提出；再加上André-Oort。
也就是说，Jacob是在数学「大年」里、从最强一届对手中胜出的人。
这样一份履历的主人，按剧本应该站在台上感谢师长、展望学科未来。
记者会上，有人问起未来打算，这位新科得主直接摊牌：很快入职OpenAI，方向是AI安全。
我认为世界正在改变。我们现在所熟知的数学职业……我不认为它还会以现在这个样子存在下去了。
安全研究员、哈佛教授Boaz Barak发推：期待并且「深感谦卑」地欢迎Jacob加入，一起搞AI安全。
微软前副总裁、现OpenAI的Sebastien Bubeck也跟上：欢迎入队，接下来会非常有趣。
正当大家为此或惊喜或意外的时候，人们一挖他这些年的研究和言论。
但十几年过去，上面也只有一条帖子，所以这条帖子也就成了我们认识他的一把关键钥匙。
帖子内容是他对数学家Daniel Litt的一篇回应，讨论的问题很朴素：
二、自己几乎所有时间都在解决问题
1、自己几乎所有时间都在解决问题
解决问题（problem-solving）在数学研究里到底占多大分量。
然后他讲了一件挺「掏心窝子」的事。他说，自己几乎所有时间都在解决问题，而只要有人解决了Zilber-Pink猜想的一般形式……
一整个学术共同体，数学家、博士后、研究生，全都围着这一个猜想转：拆特例，试策略，找类比。
他形容那个过程「令人迷失方向，消耗大量能量，既不简单，也不总是有趣」。
具体能有多快？他在今年AMS Notices（美国数学会公告）的访谈里给过时间表：
五年？我觉得两年内，它在证明定理上可能就比我们强了。到时候我们只需要说：这是命题，去证吧。
帖子里他还做了个思想实验：假设你手里有一台AI神谕机，任何数学命题丢进去，真假立判。
你提出一个定义，然后立刻问它一千个问题。从「这些基本性质成立吗」，到「哦对了，这个深层猜想是真的吗」。
答案不断返回，你不断修正定义。整个研究方向，几天内就能开创并终结。
2、AI已经让他的科研效率翻倍
他给这个场景下的判语很平静，也很重：这与现代数学，是非常、非常不同的两种东西。
同一篇访谈里他透露，AI已经让他的科研效率翻倍，2025年一年他往arXiv传了5篇数学论文。
日常工作流就是拿ChatGPT和Claude摸清问题边界、要参考文献、让模型证引理：
它给的证明通常是错的。但它通常能把正确方向的方法拉出来，帮我走完80%，剩下我自己收尾。
数学界存在大量cope（自我安慰），大家盯着AI现在不如数学家，就推断它永远不如数学家。
但对Jacob来说，「AI两年内超过数学家」只是他全部判断里最温和的那一条。
这不是随口一说。
2025年，他往arXiv传的第6篇文章压根不是数学，标题叫《涉及AI的灭绝性未来的分类》，合作者是研究AI安全的老友Andrew Critch。
摘要写得很直白：本文对AI引发的灭绝性事件进行分类并举例，即所有或几乎所有人类被消灭的场景。这些事件并非不可避免，而是我们可以努力避免的可能性。
三、他说有人宣称做数学只为追求真理
1、他说有人宣称做数学只为追求真理
一位菲尔兹奖级数学家，用写论文的严谨劲儿，给「AI如何团灭人类」建了套分类学。
他在访谈里其实也回答了：他支持暂停AI，但不认为会发生。既然挡不住，与其站在外面抵制，不如进场搞清楚它、参与塑造它，否则「我们可能会被甩下」。
而且在帖子末尾，他说有人宣称做数学只为追求真理，还有人把这奉为唯一高尚的动机。
我做数学，主要是因为我享受它，而且我擅长它。数学家也是人，需要钱、住房、食物、爱、锻炼，以及各种形式的意义。
如果解题的乐趣消失了，很多人可能就不想再做数学了，即便还有别的路可走。
他把数学工作分成两类，解决问题（problem-solving）和构建理论（theory-building）。
给定命题、判断真假、找出证明或反例，这正是训练和评估推理模型最对口的能力。
王虹，目前是纽约大学教授，同时任职法国高等科学研究所（IHES）。
她与合作者Joshua Zahl拿出的Kakeya猜想127页证明，被称为「百年一遇」，也让她成为菲尔兹奖90年历史上第三位女性得主。
2、是四人中学术曝光度最高的一位
获奖前她已横扫Salem奖、Ostrowski奖、Clay研究奖、新视野奖等一长串奖项，是四人中学术曝光度最高的一位。
Kakeya这类问题的求解风格，硬核估计、组合技巧、一步步逼近，几乎就是推理模型评测集的高配版。
她刚在学术界拿到IHES的位置，正处在「学术回报最丰厚」的窗口期，主动离开的动力不大。
邓煜，芝加哥大学教授，因把气体的微观与宏观描述联系起来的工作获奖，即希尔伯特第六问题的动理学部分。
1月被悄悄告知获奖后，他跑去密歇根湖边走了好几天平复心情，然后回办公室继续干活，「就当无事发生」。
这个细节基本说明了一切：奖都拿了还能「就当无事发生」的人，大概率也能对着大厂offer无事发生。
而且他的方向偏数学物理和PDE，离当前推理模型的主战场稍远，双向意愿都弱。
John Pardon，石溪大学Simons几何与物理中心教授，辛拓扑方向。
按Jacob的分类，他是典型的「少年解题手」出身，这类履历实验室看了走不动道。
四、谷歌DeepMind与OpenAI
不过辛拓扑属于机器目前最啃不动的抽象几何腹地，短期内模型帮不上他，他也犯不着帮模型。
变数在于他还年轻，如果两年后AI真如Jacob预言的那样开始碰硬核几何，他会是最先感受到冲击、也最有资本改行的那个。
但按现在AI实验室抢数学家的架势，这份名单大概率不会稳定太久。
别忘了，谷歌DeepMind、OpenAI、Anthropic过去一年在数学人才上的军备竞赛，烈度不输抢工程师。
世界杯决赛之夜那天，数学家Levent Alpöge在X上发帖：雅可比猜想，是假的。
这个1939年提出的猜想悬置了87年，还登上过Smale著名的21世纪数学难题清单。
而Alpöge贴出的反例只有216个字符，任何数学家都能手动验证。
帮他从草堆里找到这根针的，是Anthropic上个月刚发布的Claude Fable 5。
他在帖子里专门感谢了「fable」，感谢它在世界杯决赛期间坚持加班。
1、老师在唯一一条帖子里预言AI将接管解
菲尔兹奖得主Timothy Gowers评价，这是他第一次见到LLM解决自己领域之外一个「久闻大名」的难题。
这位Alpöge，哈佛Society of Fellows出身，现在的身份是Anthropic的数学家。
而他在哈佛读本科时，毕业论文的指导老师，正是当年同在哈佛做Junior Fellow的Jacob Tsimerman。
学生上周用AI一夜推翻百年猜想，替老师把预言提前兑现。
[1]https://x.com/chi_t_williams/status/2080339331139424727
[2]https://x.com/torgeirlysen/status/2080393136962957471%3Fs=20
[3]https://x.com/proofchecker/status/2080386577595822537%3Fs=20
[4]https://x.com/Jacob_Tsimerman
[5]https://www.ams.org/journals/notices/202607/noti3372/noti3372.html
