当AI在国际数学奥林匹克竞赛（IMO）中摘金时，朋友圈瞬间刷屏。但3Blue1Brown的Grant Sanderson冷不丁泼了盆冷水：这不过是又一个基准被攻克，离通用人工智能（AGI）的标准还差得远。他和Dwarkesh Patel的对谈，没停留在刷分喜报上，而是撕开了AI数学进展的华丽外衣，露出底下更复杂的真相。
就算AI未来真的解决了千禧年大奖难题，也不意味着人类可以躺平。Sanderson指出，概念突破的验证周期可能长达一个世纪——想想看，庞加莱猜想从提出到严格证明，跨越了百年光阴。而像黎曼假设这样的顶级证明，如果由AI给出，人类是否能理解其逻辑都成问题。更现实的是，现实经济中的任务千奇百怪，根本套不进强化学习那种干净利落的环境设定。AI或许擅长在已有文献间挖掘隐藏联系，但从“发现”到“验证”再到“应用”，中间隔着定义生成和验证循环的两道深渊。
数学家未来的角色会是什么？不是被取代，而是与AI共舞。Sanderson的视角让人重新审视进展的本质：刷分不等于智慧，破解难题不等于创造。当AI一个个攻克基准时，真正的挑战才刚开始——如何让机器智能与人类直觉融合，推动数学乃至整个科学的边界？
