视频日记Day229｜ 在AI时代，把答案变成知识
发布时间 来源
Episode 设置
摘要
今天是2026年10月8号。前天，OpenAI干了一件大事，一次性公布了722项前沿数学成果。这批成果当然还要经过数学界的验证，但你想，就算有一半，不，有个零头，能被确认是真正新的数学突破，这都太了不起了。毕竟人家就花了点电费啊。万维钢老师在知识城邦里说了一句话，说这是人类历史上迄今最牛的一天。
为什么这么说？你想，过去三年多，大家对AI的印象是，能把人类会做的事儿做到又快又好。生个图啊，做个PPT啊，编个程啊。可是现在情况变了，大家突然意识到，原来AI可以进入创新的无人地带了。它不只是一个省力的工具了，它开始成为人类创新的伙伴。
这个消息还给了我另外一个启发。过去几年，大家一直在问，AI会不会替代人？看了这个消息，我更加有把握说，不会。就拿这722项数学成果来说，人类数学家现在至少有三件大事要干。
第一件事是要验证。我已经看到数学界有人抱怨，说这么多东西根本看不完。那好吧，工作不就来了吗？兄弟们，并肩上，干活啊。机器给答案再快，最后还得有人拿自己的专业知识和学术信用来判断：这到底是不是真进步。
数学家要干的第二件是出题。过去数学里面经常是问题很多，答案稀缺，一道重要问题可以悬在那里几十年、上百年没人解决。可如果从现在开始，生产答案的能力突然暴涨，那瓶颈就往上游跑了。什么问题值得解决？哪个问题应该先做？解决哪一道题，可能一下打开一大片新世界？这不都是数学家的新工作吗？
还有第三件，我觉得特别重要，叫“缝合”。知识不是果盘，不是果子越多越好。真正的知识得长成一棵树：这个新结果从哪根老枝条上长出来？它跟我们原来知道的哪些东西有关？它推翻了什么？又能继续长出什么？AI也许可以一天给我们一地果子，但把这些果子重新接回知识之树，让人类真正明白“这件事意味着什么”，还是一项巨大的工作。AI可以生产答案，但人类还要负责把答案变成知识。数学家有得忙了。
而且这件事不只发生在数学。比如生物学，AlphaFold已经给出了超过2亿个蛋白质结构预测。你说答案够不够多？太多了。可是生物学家的工作一点都没少。哪个值得相信？哪个值得花钱做实验？这个结构到底有什么功能？跟疾病有没有关系？当答案越来越多，选择、验证和解释反而变得越来越重要。
你看，这几天我们可能真的踏进了一个新的时代。如果让我给它起个名字，我愿意叫它“答案过剩时代”。坏消息是，人类可能不再垄断答案的创造；好消息是，如果你想干活儿，活儿有的是，而且越来越难。
这就是今天的一点小感慨。视频日记，明天见。
GPT-4正在为你翻译摘要中......
