陶哲轩说AI是满嘴跑火车研究生，为何一年后改口称其为“初级合作者”？

47岁华裔菲尔兹奖得主、加州大学洛杉矶分校教授陶哲轩，曾于2025年戏称AI是“效率极低的研究生”，但在2026年的公开演讲与访谈中改口称其为“初级合作者”，并提出“人类主攻深度思想，AI负责检索计算”的未来科研分工模式。

陶哲轩的观点转变源于AI能力的快速迭代：2024年AI仅能完成短时间辅助工作，2025年已能独立解决数学竞赛级难题，2026年更在保罗·埃尔德什留下的1000余个数学问题中，自主攻克了20-30个长期无人问津的中等难度问题。这一转变不仅反映AI技术突破，更预示着基础科研领域的范式革新。

作为全球最顶尖的数学家之一，陶哲轩自2024年起深度参与AI与数学研究的融合实践，先后在IPAM（加州大学洛杉矶分校纯数学与应用数学研究所）发表主题演讲，并联合创立SAIR Foundation推动AI跨学科科研合作。其观点的演变被视为AI在科研领域从“工具”向“合作者”身份转变的标志性信号。

为什么陶哲轩曾把AI比作“低效研究生”？

陶哲轩最初对AI的“低效研究生”定位，本质是对AI早期科研能力的精准吐槽：成功率仅1%-2%，擅长批量尝试但缺乏深度思考，生成内容“质量参差不齐”，需要人类花费大量时间验证纠错。

2025年的AI大模型在数学研究中存在三大核心局限：其一，解决顶级数学难题的能力近乎为零，只能处理“关注度低、中等难度”的边缘问题；其二，生成的证明过程常出现逻辑漏洞，甚至“编造不存在的学术文献”；其三，无法理解数学问题背后的深层直觉，只能基于训练数据进行模式匹配。陶哲轩在接受《量子位》采访时坦言：“当时AI浪费我的时间，远多于它帮我节省的时间。”

这种“低效”本质上是人类科研逻辑与AI生成逻辑的错位：数学研究依赖“提出问题-建立框架-严谨证明”的线性思维，而AI则基于“海量数据-概率预测-试错优化”的非线性模式。正如陶哲轩在2026年AI科学盛典演讲中所举的例子：“人类数学家像在迷雾中开辟道路的探险家，而AI更像能快速遍历所有已知路径的向导，但它永远无法发现新的大陆。”