# 陶哲轩博客发了一篇客座文章：我们未来会需要非常多的数学家

> 原标题：We're gonna need a lot more mathematicians

- 来源：Hacker News 首页
- 发布时间：2026-09-26T02:46:54.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/58963
- 原文：https://terrytao.wordpress.com/2026/09/24/were-gonna-need-a-lot-more-mathematicians/

## 摘要

这篇文章是 Amit Sahai 在陶哲轩博客上发的，核心就一句话：AI 系统已经在产出人类跟不上的漂亮数学想法了，我们不能因此就退出研究，反而得大规模扩编懂数学的人。他回忆自己本科时，很多同学因为跟不上尖子生的理解速度就放弃了数学研究，现在整个数学界很快也会尝到这种滋味。他接触的 AI 已经不是单纯算得快，而是能提出全新的思路。他担心研究者会因为“机...

## 推荐理由

UCLA 的 Amit Sahai 在陶哲轩博客上发了一篇观点文章，分量不轻，但本质是个人观察和呼吁，没有附上 AI 产出新想法的具体案例或实验数据。我会先打个折，给 78 分，刚好进 featured 门槛。文章的核心判断很直接：AI 已经在数学上提出人类跟不上的漂亮想法，研究者不能因此退出，反而得大规模扩编懂数学的人。他拿自己本科经历做类比，说当年很多同学因为跟不上尖子生就放弃了，现在整个数学界很快也会尝到这种滋味。这个视角新鲜，但信息缺口也明显——到底哪些 AI 系统、在什么问题上产出了新思路，正文没披露。

## 锐评

Amit Sahai 在陶哲轩博客上发的这篇文章，核心判断很直白：AI 已经在产出人类跟不上的漂亮数学想法了，我们不能因此就退出研究，反而得大规模扩编懂数学的人。他拿自己本科时的经历做类比——当时很多同学因为跟不上尖子生的理解速度就放弃了数学研究，现在整个数学界很快也会尝到这种滋味。他接触的 AI 已经不是单纯算得快，而是能提出全新的思路。

文章没给任何具体数字，也没提政策建议，更像一个方向性的呼吁。他设想未来会有大量研究小组，花一个学期甚至一年去啃 AI 产出的一套想法，这需要“全球范围内大幅增加数学素养深厚的研究人员”。他还举了一个极端例子：如果 AI 设计出一个 1 太瓦的核聚变电站，用的是人类从未想过的原理，你敢不敢建？他的答案是，得先有一群人类真正搞懂了才行。

这篇文章的弱点也很明显：正文没披露他到底接触了哪些 AI 系统、产出了什么级别的数学成果，也没说“大幅扩编”到底要多大的规模、钱从哪来。所以它更像一篇立场声明，而不是可操作的路线图。对从业者来说，值得关注的是顶尖数学家开始公开讨论“人类理解跟不上 AI 产出”这个信号本身，但具体怎么落地，文章一个字都没提。