OpenAI 周二一次性放出 722 篇 AI 数学论文，
有人喊数学末日，有人反问 AI 治好癌症你还惋惜吗，

两拨人吵得不可开交，
可只要把巴克马斯特那句被转疯的话，
和他三个月前那场纳维—斯托克斯之争连起来看，
就会发现两边都没说到点上。

CNBC 这段一分半的视频，讲的是 OpenAI 在周二一次性放出了 722 篇 AI 生成的数学论文，代数、数论、逻辑都有，

数学家巴克马斯特对着镜头说，这一下，很多早期职业研究者的项目直接没了。

评论区很快分成两拨，一拨说这是砸人饭碗，另一拨反问，要是 AI 明天就能治好癌症，你也要替医生惋惜吗。

让我反复琢磨的点是，这句话听起来把道理讲完了，其实把真正的问题绕过去了。

一个数学博士花五年去攻一个难题，这五年的意义从来不只是最后那个答案，难题本身是一台训练机器，一个人在反复撞墙里，学会的是怎么提出问题，怎么判断哪条路是死的，什么叫一个证明真正成立。

所以被 722 篇论文摧毁的，表面是几个还没发表的结果，真正被抽掉的，是这套靠时间差把一个普通人磨成数学家的机制，问题不再等你了。

陶哲轩那段话是同一个意思，数学最值钱的从来不是把题解出来，是解题过程里长出来的理解，答案可以被打印，理解不能。

这是一次答案的通货膨胀，当证明被批量生产，单个答案的价值就在往下掉，平均三小时一个证明的速度里，稀缺的东西悄悄换了位置。

解题这一层在贬值，提出好问题，判断哪个方向值得走，看得懂一个答案到底对不对，这些反而更贵。

再往深看一层，真正让人不安的，是 OpenAI 同时站在两个位置上，它给数学家提供 Codex 这样的工具，又自己下场批量产论文。

全世界的研究者把未公开的思路、草稿、一次次失败的探索喂进这个工具，等于有人在看着全行业的底牌，然后自己上桌，纳维—斯托克斯方程那次的优先权争执，就是这套结构的一次预演。

巴克马斯特指控的核心也在这，他和 Anthropic 的合作者还没发表，对方就已经跟到了相近的结果，OpenAI 否认看过任何用户数据，但也没有把匿名数据参与模型改进这条路完全说死。

这件事其实跟每个靠手艺吃饭的人都有关，不只数学家。

凡是建立在我会解某类题，我掌握某个难信息差，可以慢慢兑现这个前提上的职业，中间那层执行和产出都在被无限供给，价值正在往两头走。

一头是品味和判断，知道该问什么，另一头是信任和认证，同行评议，学位，机构背书这些慢东西，反而成了一时半会拿不走的部分。

回到那个治好癌症的反问，它真正的漏洞，是默认了这些答案一产出就是真的，就能立刻被信任，可科学的瓶颈早就不在产出，在验证和理解。

OpenAI 那份纳维—斯托克斯证明，已经被别的学者指出论文和形式化代码至少两处对不上，Clay 的官网上，这个千年问题至今仍标着未解，答案跑得快，不代表人类跟得上。

所以这不是一道要在数学家饭碗和人类进步之间二选一的题，我们真正要面对的，是一个产出无限，验证滞后，培养机制断档的新系统。

当答案变成潮水，活得最好的不会是手里攥着最多答案的人，是那个还知道该问什么，并且别人愿意相信的人。

完整视频和时间线，我放在一楼供大家参考