1、AI 数学的突破
最近 AI 在数学上的进展很多，主要是两个，一个是 OpenAI 公布新模型解决或实质性推进了十个数学难题，其中不乏重量级问题；另外一个是 Claude 把黎曼 ζ 函数临界线零点的可证明比例从 41.6% 推进到 67.2%。
即使如此显著的成就，还是有些人发明了一个人类知识凸包的概念，觉得前面人类数学家都做好了就等着临门一脚被 AI 捡到了便宜，甚至掰扯一些论文里没有引用最新的结果这种细枝末节。他们丝毫没有注意时代的巨轮在碾过，所有行业包括数学都会发生巨变。现在才到哪里啊。
在我看来，这些人都是半死鸭子嘴硬。
2、编程能力在退化
最近两年我写代码的能力退得厉害。现在还会写，但我懒得写。AI 写程序写得又快又好，我为什么要费心思去写代码？
一个更关键的事情是， AI 的实现如此之快，输出如此之多，我连看代码都看不过来。想看程序，也是让 AI 给总结，我直接看。
有人觉得 AI 写出的程序有问题怎么办？不是什么大不了的，让另外一个 AI 来检查即可，比人工检查快多了，也比大多数人厉害多了。
这不是我一个人这么干，是大家都在这么干。现在全世界我很怀疑还有多少代码是古法编程。除了保密等特殊场景，还在古法编程的人也会很快被淘汰掉。
在这种情况下，再过几年，大家还会有编程能力吗？不过也无所谓了，反正也不会去编了，也不需要了。
3、围棋的对比
有些人会说现在 AI 的围棋虽然很强，但人类选手在 AI 的帮助下也变得更强了。这里其实有两处不对。
第一，棋手离 AI 边界更远了。早期人机还能硬碰硬，现在顶级 AI 可以让职业棋手两子。棋手的"变强"是相对过去的自己，不是相对 AI。
第二，更关键的是：棋手练棋，因为比赛不让用 AI。反着想：如果比赛允许用 AI ，现在下棋的还是这些棋手吗？
这个例子其实更适合对照用在数学这个领域。未来的数学家还是现在的数学家吗？可能是那些更会使用 AI 的人。
4、计算器反例
计算器普及后心算退化，但数学能力没退化，概念理解反而更强。这个类比也常见。
数学能力分三层。计算是手段，心算不是数学本身；证明是核心实践，证明就是数学本身；概念发明依赖对证明的深度消化。
计算器外包第一层， AI 外包第二层。外包计算不伤理解，外包证明就是外包理解。这不是外包打字，是外包写作。
一个更麻烦的事是，即使第三层，概念理解和发明，人类可能也远远比不上 AI。AI 对数学的推进根本不需要人类的参与。
5、推论：人类数学能力会退化，就和编程能力一样
未来裸数学能力最强的人会是奥数选手和在读学生——他们还在被迫裸练。职业数学家的裸能力会持续下降。这跟程序员就业市场同构：初级程序员被 AI 取代，但训练有素的学生裸写代码能力可能已经超过依赖 AI 的老程序员。最强的裸能力在年轻人身上，最高的产出在借助中年人身上。
老程序员还多少有点价值，但新入行的程序员不知道还有什么用。数学家也是一样。
数学家退化不等于数学本身的退化。数学还在前进，只是主体越来越不是人类。外包证明后，"证明能力"也许同样不再是数学家的核心竞争力。能力在退化，"数学家"这个词的定义也在变。
2030 年的菲尔兹奖肯定不是人类做出来的成果了。
Q. E. D.
