汤泉宇：大四生联手陶哲轩，AI正在颠覆数学圈的“游戏规则”？

水木

当大四学生汤泉宇与菲尔兹奖得主陶哲轩共同署名论文时，AI已悄然改写了数学研究的游戏规则——他凭借开源社区的考古发现与AI协作中的“人机互译”能力，跳过了传统学术晋升阶梯。这不仅是天才的胜利，更是开放协作与AI赋能的范式革命：未来的数学家不必是最快的解题者，但必须成为最好的“指挥家”。

当大多数国内科研人员还在观望AI如何改变数学研究范式时，西安交通大学的大四学生汤泉宇，他的名字已经与菲尔兹奖得主陶哲轩并肩出现在多篇预印本论文的作者栏里。这一现象背后的意义远不止是个人天才的彰显——它标记着人工智能正在重新定义谁可以参与基础研究，以及如何参与。

汤泉宇的路径颠覆了传统的学术晋升轨迹。他并非依靠名校光环或显赫的导师推荐，而是凭借一种独特的科研嗅觉，敏锐地捕捉到了数学研究生态中正在发生的结构性变革。

从“考古者”到国际协作者

故事的起点并非学术期刊，而是一个名为erdosproblems.com的数学问题开源社区。这个由数学家托马斯·布鲁姆创立的网站，收录了保罗·埃尔德什留下的上千个数学猜想，并构建了一个全球性的讨论论坛。在这里，问题的状态从“未解”到“已解”的转变过程被完整记录，任何人都可以参与讨论、提出思路、分享进展。

汤泉宇的活跃轨迹在这个社区中清晰可见。他参与了大量关于埃尔德什问题的讨论与注解，在评论区厘清问题、提供文献、发表草稿。这种看似简单的社区参与，却为他搭建了与全球数学爱好者直接交流的桥梁。在信息过载的时代，发现、整理与重新诠释现有知识成为一种宝贵能力，汤泉宇恰好填补了AI与人类专家协作中的信息缺口。

真正的转折点发生在埃尔德什问题#613上。早在2001年，就有人在论文中举出反例，从而推翻了该问题的核心猜想，然而这篇论文却被遗忘在角落，几近无人问津。汤泉宇在文献梳理中挖掘出了这篇几乎被埋没的论文，让这个被遗忘的成果得以重新进入数学共同体的视野。

正是这次“考古”发现引起了陶哲轩的注意。陶哲轩在博客中专门提及：“我尝试对汤泉宇最近重新发现的另一个埃尔德什问题#613的反例进行形式化。该反例由Pikhurko于2001年提出……于是我将论文上传到ChatGPT Pro，首先要求它用非正式的语言总结其构造方法，然后逐步进行形式化。”

在埃尔德什问题#613的论坛页面上，“另外感谢”一栏明确列出了汤泉宇和陶哲轩。这不是偶然——汤泉宇完成了从社区参与者到核心贡献者的身份转变，其方式是通过填补知识缺口，而非单纯的解题技巧。

AI数学革命中的“催化剂”角色

汤泉宇的价值不仅在于“考古”发现，更在于他在人机协作中扮演的独特角色。在AI驱动的数学研究中，他超越了工具使用者的范畴，成为了问题的提炼者与架构师。

2026年初，汤泉宇与合作者连续发表了多篇由AI辅助的数学论文。其中一篇解决埃尔德什问题#650的论文揭示了人机协作的典型模式：GPT-5.4 Pro虽然可以提出完整的证明策略，但存在细节上的漏洞，而Aristotle不仅填补了漏洞，还自行提出了改进版的构造，最终生成完整的Lean形式化验证。

汤泉宇的角色恰好处在机器与人类思维的接口处。他需要将模糊的数学直觉或宏大问题，转化为AI可以理解和处理的具体、清晰的任务框架。这种转化能力并非每个数学家都具备——它需要对问题本质的深刻理解，也需要对AI能力边界的准确把握。

当AI生成大量、可能冗长或碎片化的证明步骤时，汤泉宇又成为了证明的“消化者”与桥梁。他解读、验证和梳理这些机器输出，将其转化为人类数学家可理解、可信任的数学论证，并整合进完整的证明体系。这种“人机互译”的能力，在新时代的数学研究中变得愈发珍贵。

与此同时，汤泉宇持续在开源社区分享见解、参与讨论、反馈结果。这种基于开放贡献的声誉积累，构成了他学术信誉和网络的重要部分。在传统学术体系中，这种贡献往往难以被量化评价，但在全球开源协作的新模式下，它成为了新的社交资本形式。

两种科研模式的碰撞与思考

汤泉宇模式的特征鲜明：开放、敏捷、兴趣驱动。他所依赖的生态环境是全球性的——问题来自埃尔德什遗留的全球公共知识库，协作伙伴包括剑桥本科生、业余爱好者、菲尔兹奖得主，工具是开源的AI模型和形式化验证系统，成果分享在arXiv和开源论坛上。整个工作流呈现出快速反馈、以具体问题和贡献为导向的特点，而非单纯追求论文数量或头衔。

这一模式与国内传统学术环境形成了鲜明对照。在国内的学术环境下，大多数学者依然守着安全的主流方向，不敢越雷池一步，迟迟不肯踏上新的路径。而传统的评价体系注重期刊等级、导师主导、线性成长路径——本科生参与全球性开放协作的贡献，往往难以在现有框架下获得应有的认可。

国内的学术体系在本科生培养、科研评价、项目申请等方面相对保守。这种环境可能对汤泉宇式“野路子”创新者造成无形壁垒。有观察指出，虽然大四本科生汤泉宇在这场由AI掀起的数学风暴中取得了引人瞩目的成就，国内的科研团队却普遍持有相对冷淡的态度，不曾参与其中。

问题在于，哪种模式更能激发非典型天才，更能适应AI赋能后科研节奏加快、跨地域协作常态化的趋势？陶哲轩曾指出，“一个仅仅擅长解题的人正在迅速失去价值。”未来的数学家不一定要成为最快的解题者，但一定要成为最好的“指挥家”和“消化者”。数学家需要学会同AI对话，学会对AI下达有效指令，学会从海量的AI生成结果中提取真正的洞见，并将这些洞见编织成可以传播、可以继承的知识。

是特例，还是可复制的未来？

汤泉宇的故事不仅是个人天赋的成功，更是其主动拥抱并精准卡位AI科研新范式的结果。在开源、协作、人机融合的新时代，传统的学术圈层壁垒正在被打破，参与规则正在被重写。

埃尔德什说过，数学的生命轮回永不停息。AI的出现并不会打断这个轮回。相反，它可能为这个轮回注入新的活力，让更多“门外汉”有机会参与到数学创造的过程中。

值得注意的是，2020年中共中央、国务院印发了《深化新时代教育评价改革总体方案》，2021年《国务院办公厅关于完善科技成果评价机制的指导意见》等相关政策文件相继出台，明确了我国建立健全中国特色学术规范和评价体系的目标。这些政策旨在推动科研评价从单一的学术标准向兼顾多元的社会贡献转型。

然而，在高校和科研院所的各类评价活动中，传统惯性思维仍未得到彻底扭转。国内科研评价体系较长一段时间将SCI论文数量、期刊影响因子作为职称晋升、资源分配的核心指标，这可能使得汤泉宇式的贡献难以获得应有的认可。

AI正在重塑每一个基础学科的研究范式，类似汤泉宇的案例可能会越来越多。关键在于我们能否快速构建起识别、支持和鼓励这类人才的生态系统——认可多样化的科研贡献形式，鼓励低年级学生参与国际社区，改革评价机制以容纳非传统的成长路径。

汤泉宇的故事引发了一个根本性的问题：中国的学术评价体系，该如何容纳这样的“异类”？在可以预见的未来里，愈发强大的AI将在方方面面改变我们的生活，乃至颠覆我们的认知。与其固步自封，不如赶上潮头，学会同新生技术相处。人工智能是一匹千里马，你要么跃上马背，成为它的骑手，要么被它甩下，留在原地茫然四顾。