进入数学领域从未有过比现在更好的时机（作者：3blue1brown）[视频]

视频反响与数学传播

• 许多人称赞创作者的视觉化讲解和主题广度；也有人觉得这种风格像是“把数学当成奇观”，并不能转化为考试或工作的表现。
• 一些教育者表示，使用线性代数系列的学生表现更好，也更能建立直觉；怀疑者则认为，这些本来就更有动力的学生无论如何都会学得更好。
• 若干评论强调，在教学中，人的热情和讲故事的能力很有价值，而这正是当前 AI 视频所缺乏的。

教育价值与 AI 生成内容

• 有人说，AI 制作的“垃圾”视频反而更有帮助，因为它们直截了当、目标明确，而不是精心铺垫。
• 另一些人则认为，如果 AI 真能做出像顶级人类创作者那样有洞见、又引人入胜的视频，那实际上就等同于 AGI。
• 大家普遍认为，LLM 作为导师很强大，但动机和好奇心仍未解决；仅仅提供一个“超级天才”式的讲解者，并不会让学习者真正投入。

AI 对数学这一职业的影响

• 分歧非常大：
  • 乐观者：AI 只是又一个工具；它会扩展前沿、创造新的数学，并提高人类理解、统一和教授它的需求。
  • 悲观者：定理证明和解题的自动化会“扼杀这门手艺”，终结“英雄时代”，把数学家变成机器看护员。
• 有人认为这尤其残酷，因为很多人进入数学领域是为了享受深度解题的乐趣，而不是为了做解释、整理，或“给机器当保姆”之类的下游角色。

与软件和其他领域的类比

• 许多人把它类比到软件开发：把编码视为一种手艺，而这种手艺会被会“消灭”常规编码的代理系统取代，但系统性思维和社交能力的价值会上升。
• 反方观点：对某些人（例如自闭症开发者）来说，社交要求上升会让这个领域变得不那么可行。
• 历史类比：农业机械化与马匹；争论焦点在于，AI 只是另一种机械化，还是根本不同，因为它能设计自己，并在认知能力上超过人类。

意义、动机与身份认同

• 许多人强调，对数学家和程序员而言，过程 本身就是意义的核心，而不只是结果。
• 也有人明确表达了失去一生事业或热情、被不透明的机器解决方案取代的悲伤，尤其当这些方案是由公司竞争而不是好奇心推动时。
• 另一些人则回应说，执着于手工方法只是自我或怀旧情绪，推动知识进步才更重要，而不是谁（或什么）得出了证明。

经济、工作与社会

• 关于 AI 是扩大工作的“蛋糕”还是只增加“吃蛋糕的人”，存在争论。
• 也有人担心，如果 AI 能在所有认知任务上超越人类，那么人类可做的角色将所剩无几，无论它消灭的是 90% 还是 100% 的工作，结果都会是大规模失业。
• 有人认为，以往先例（农业机械化、此前的自动化）并不是好参照，因为过去人类总能“向上爬一层”；而现在这条路也许不再可行。

治理与未解问题

• 少数人主张强监管：禁止对使用公共数据训练的模型进行商业化，强制为风格/IP 模仿支付版税，并使 AI 生成的 IP 失效。
• 也有人反对，认为用户应当自由采用 AI 工具；禁止它们会把社会“冻结”在 2010 年代。
• 线程中的开放问题：
  • AI 会在某些领域止步于人类水平以下，还是在所有领域都超过我们？
  • AI 能否也像“生物学式”工作那样，向人类解释自己的结果？
  • 如今“进入数学”是否还是一个适合押注几十年职业生涯的选择，还是主要只适合作为个人热情？