康奈尔教授：AI接手数学解题，数学家得靠个人魅力立足

一句话看懂：康奈尔大学教授 Steven Strogatz 表示，当 AI 能承担复杂数学问题中的繁琐推导后，数学家应转向培养个人魅力与品牌，以此把自己与机器区分开；这一表态折射出数学界面对 AI 冲击的集体焦虑。

事件核心：发生了什么

2026年10月底，康奈尔大学数学教授 Steven Strogatz 在与斯坦福大学数学教育者 Grant Sanderson 的对谈中提出，未来数学家和数学教授的核心竞争力将是个人的“独特品牌”，并用 Gen Z 俚语“rizz”（意指魅力、吸引力）来形容这种能力。他强调，这类素质“只有人具备”，因此需求会越来越大。Sanderson 也认为，未来博士候选人不会仅凭解题能力区分高下。

这番言论的背景是 AI 公司正加速进入数学领域。OpenAI 此前一次性公布约 700 条针对经典难题的发现，纽约大学数学教授 Tristan Buckmaster 称“整个研究项目在周二就被抹掉了”。今年9月，加州理工本科生发起鼓励通宵使用 AI 解题的“mathathon”，随后逾 700 名学者联名公开信要求取消，认为这会助长 AI“垃圾产出”。活动虽经调整后继续举办，但争议凸显了数学界内部的分歧。Strogatz 本月也在《大西洋月刊》撰文，直言数学领域“正处于危机之中”。

为什么重要

数学长期被视为智力门槛最高、最依赖个人推导能力的学科之一。大模型在定理探索和问题求解上的表现，正在改变“什么样的人值得被培养”这一判断标准。Strogatz 的观点并非否定数学能力，而是指出当硬技能逐渐商品化，沟通、表达、提出好问题以及建立学术声誉等软性能力会变得更稀缺。这对高校招生、博士培养和科研评价体系都是一个信号：如果 AI 能批量给出候选解法，那么筛选机制就需要从“谁会算”转向“谁能判断、解释和推动方向”。

对用户/开发者/创作者的影响

对普通使用者而言，AI 数学工具的普及意味着获取解题思路的成本大幅降低，但甄别 AI 生成结果的质量仍是关键。对开发者和研究者来说，把大模型接入数学推理流程时，需要配套验证机制，因为 OpenAI 公布的大量结论是否经过严格检验，目前公开信息显示仍存在争议。对内容创作者和知识博主，数学科普的竞争点可能从“讲清解法”转向“讲出个人视角和风格”，这与 Strogatz 所说的个人品牌逻辑一致。