丘成桐的最新提醒：AI最危险的，不是它太强，而是我们只会"跟着走"

摘要：数学大师把"最兴奋"和"最危险"放进了同一句话。AI会解题却不会提问——这一天差，可能决定我们是领跑还是跟跑。

一、先说这场讲话的底色：最兴奋的时代，也是最危险的时代

最近，数学家丘成桐在公开活动中谈"AI时代科研的远虑与近忧"。话不长，但每一句都值得琢磨。

他对这个时代的判断很直接：这是最令人兴奋的时代，也是最危险的时代。

兴奋在哪？AI第一次让人类有史以来的全部学问，有了被"聚起来"的可能。危险又在哪？如果处理不当，这种聚合能力也可能带来灾难性后果。

一个做纯数学的人，为什么盯上了AI？因为他看的是更底层的东西——科研这件事本身，正在被改写。

二、微分和积分：AI改的不只是工具，是积累方式

丘成桐用两个数学词打了个特别形象的比方。

过去基础科学的进步，靠的是少数天才的推动，他说这是"微分"式的进步——一点点突破，一个点一个点往前拱。

而AI不同，它能把人类积累的全部知识聚合起来、交叉起来，产生的是"积分"效应——不是单点突破，而是整体累积、叠加放大。

工具变了，做事的方式就变了。过去你拼的是个人天赋和苦功；现在还得拼一件事：你有没有站上一个能聚合知识的平台。

三、近忧：用线性增长，追指数增长

让丘成桐最担心的，是追赶的方式。

他观察到一个现象：不少科研机构各自为战，很多工作是在别人技术基础上的局部改进。而另一边，顶尖的AI团队把最优秀的学者聚在一起，能力是按指数往上走的。

他给了一句很扎心的话：用线性增长去追指数增长，最后难免跟着走。

这不是危言耸听，而是一个结构问题。各自为战，每个点都在努力，但加起来还是线性的；抱团突破，才可能跑出指数曲线。差距一旦拉开，追的就不是一两步，而是一个代际。

四、出路：不做跟随者，去做专用大模型的原创者

那怎么办？丘成桐的答案很明确：自主研发专用大模型。

他牵头成立了"丘成桐数学与人工智能实验室联盟"，汇聚上千名数学家，集中力量研发自主原创的、面向数学科学的专用大模型，目标是实现非线性增长。

注意这里的关键词：专用，而不是通用。通用大模型拼的是算力、数据和工程规模，跟随者很难翻身；但数学科学专用的模型，拼的是顶尖人才和原创方法——这恰恰是能打开局面的地方。

这也跟数智时代的逻辑对得上：真正拉开差距的，从来不是"谁先用上了工具"，而是"谁掌握了工具背后的方法与标准"。

五、远虑：AI会解题，但不会"提出真问题"

比近忧更深一层的，是远虑。

丘成桐说，AI很强，但它缺少开辟新方向的创造力。"找重要的问题、开创数学的前沿，这个怎么走，AI不懂。"

它擅长解答既定问题——你给它题，它能算得又快又准；但题目该从哪来、哪条路才通向新大陆，它给不出答案。原因在于，提出真问题，靠的是人类独有的原创思考和审美直觉。

这句话的分量，可能比"AI有多强"更值得记住：AI是加速器，不是方向盘。

六、这对我们普通人意味着什么

归纳一下，这场讲话其实讲了三层。

看趋势——AI带来的是"积分"式的知识聚合，机会和风险同时被放大了。

看竞争——各自为战、局部改进，追不上别人的指数增长；要抱团、要原创、要做专用模型。

看能力——AI能解题，人得会提问。判断力、审美、找方向的能力，才是不可替代的那部分。

翻译到每个人身上就是：别只满足于"会用AI"，要练"问对问题"的本事。

总结

丘成桐最让人记住的，不是他讲了AI多强，而是他把"兴奋"和"危险"放在了同一句话里。

技术从不会自动带来好结果。算力可以堆，模型可以追，但方向感、原创性、提出真问题的能力，只能靠人自己长出来。越是被工具加速的时代，越要守住"提问"这个人类的主场。

用线性增长去追指数增长，走不通；但如果把最聪明的人聚到一起，去做别人没做过的事，曲线就有可能被改写。这条路难，可它是唯一一条不"跟着走"的路。