AI数学大神想当然,医学界笑到抽筋

提起陶哲轩，几乎是大众认知中，天才数学家的样板。

先说说陶哲轩的成长背景。

2025年的时候，他对AI还很淡定。他认为AI能做点基础数学工作，但很幼稚，很难撼动数学家的核心工作，AI取代不了自己。

到了2026年，他明显变得很焦虑了。他切身体会到：自己想到一个思路，人工证明要花很多功夫，交给AI跑一下，少得多的时间就能把大概结果跑出来个八九不离十。

不止陶哲轩，全球很多数学家也发现了这个情况。一位数学专业的女博士生自述，她和导师每天辛辛苦苦手工推导公式，持续了6个月，终于把一个数学问题解出了一点眉目。结果她用今天的AI大模型跑了一下，AI大模型运行了一天多后，就得出了比她和导师的阶段性成果更深入更完善的证明。这让她深刻怀疑自己的工作的价值。

类似的，今年的陶哲轩就很焦虑了。他的观点就从2025年的“AI很幼稚”，发展到2026年的“AI怎么啥都会”。

陶哲轩焦虑的是：数学研究的价值很大一部分，恰恰来自人类攻坚克难的推导过程；倘若 AI 直接甩给最终答案，跳过全部中间磨砺，下一代数学家的能力会不会就此退化？数学研究正在迈入 “数学 2.0”，但这份变化未必全是好事。

这个担忧，在数学教育层面是成立的。如果下一代数学家从小就用AI跳过所有痛苦推导，他们可能永远练不出数学直觉。

这就像以前的老司机，没有导航可以用，于是就练就了一身对地理、对城市的惊人的感知，东南西北一看就知道。而现在的新司机，完全不需要懂这个，打开导航就OK了，哪怕最后连家附近的路都不认识也没问题。

所以，陶哲轩担心的是“认知肌肉萎缩”，这确实是严肃的问题。

陶哲轩的巨量焦虑，推动他前几天在社交媒体上发了个巨长的PPT，核心思想是：AI正在让数学进入2.0时代，人类数学家可能跳过艰苦求解过程，直接拿结果，这未必是好事。

陶哲轩的原话大意是：如果AI用某种方式找到一种人类没发现过的化合物鸡尾酒，注射进患者体内能杀死所有癌细胞，没人知道原理，但它通过了Lean验证，也通过了三期临床试验。你不担心AI找到试验漏洞吗？把药注入自己体内之前，你难道不想知道哪怕有一位人类专家告诉你它的作用原理吗？

在陶哲轩的预设构想里，生物医学应当是一套极度严谨的范本：先吃透某种疾病的全部致病底层原理，再定向设计药物，走完临床试验，才推向市场。

他想拿这个 “AI推出原理不明的黑盒药物” 作为反面案例，警示数学界不能这么草台班子，不能只拿结果而放弃对内在机理的求索，不要一味贪图 AI 给出的现成答案，丢掉手工推演的传统，应该保持艰苦奋斗。

万万没想到，陶哲轩的这个观点发到社交平台之后，遭到全球广大网友尤其是生物医药从业者的集体调侃。

医学界直接笑到抽筋，笑到捶地，笑成猪叫。

陶哲轩不知道的是，他视为反面典型的这种草台班子的做法，恰恰是现代医药行业司空见惯的现实，是现代医药非常常见的常态操作，这种在数学家陶哲轩眼中简直是罪大恶极的做法，在医学界中简直是稀松平常。

有医学界的老外这样说：“如果数学家想抱怨计算机取代他们，应该去向国际象棋大师找安慰（注：国际象棋是另一个几十年前已经被计算机取代的领域）。但别向医生找。我们会做任何事来帮助患者。如果AI凭空变出一种治愈癌症的混合物，我们不知道它怎么工作，但它通过了三期临床试验，你可以打赌我们会跪下来感谢它，或者更有可能的是，在全体会议上起立鼓掌。”

这一来一回，相当于数学家陶哲轩说：“AI能治癌但说不清原理，你敢用吗？不不不，这太草台班子了，我们不能这么干。” 结果医学界回应说：“我们一直都是这么干的。”

或者说，陶哲轩在纯数学的白盒子房间里待久了，结果一推开窗，看见医学界在泥地里打滚，还跑得飞快，震惊了，吓都吓死了。

数学是精装房验收，验收不合格不能入住，医学是毛坯房入住，边住边装修。

我举几个会让AI数学家、智商天才的陶哲轩教授震惊的具体例子。

阿司匹林。1897年上市，原本用来治疗风湿关节炎，1971年才发现它抑制前列腺素合成。它的多效性至今还在扩展：抗血小板、抗血栓、预防心脑血管疾病的发作、解热镇痛、抗炎、抗癌、Reye综合征……隔两年就发现一个新药效。人类连它的机理都没完全搞清楚，不影响它成为百年神药。

对乙酰氨基酚。 就是扑热息痛，用于解热镇痛。它的作用机制至今仍有争议：中枢COX抑制、AM404、TRPA1、CB1受体……都有人提。也是科学家并不完全理解其机制，但完全不影响大家发烧吃它。

米诺地尔。 最初是降压药，副作用是多毛，后来变成了生发神药。它开放钾通道、扩张血管，但生发机制没有完全阐明。机制不明白，不影响全球秃头人士疯狂追捧。

麻醉。1846年乙醚麻醉就用了。到现在，全身麻醉的精确机制仍未完全阐明。脂质学说、蛋白靶点、GABA_A、NMDA、甘氨酸受体……都有份。人类被麻了一百多年，也没等到“完整机制”才上手术台。

最突出的，是神药二甲双胍。

二甲双胍作为一款百年老药，临床应用非常成熟，但是完整、精准的分子作用机制至今仍没有完全阐明。

中国的传统草药叫中药。欧洲其实也有传统草药。欧洲有一种传统草药，叫山羊豆，又叫法国紫丁香，在古代一般用于治疗多尿，但是毒性大，入药很费功夫。

法国化学家就在1922年首次用山羊豆人工合成了毒性大减的二甲双胍。后续临床观察偶然发现其降糖效果，因此，尽管当时科学家对二甲双胍的机制并不了解，仍于1957年将其在法国上市，现在，二甲双胍已成为 2 型糖尿病的一线用药。

二甲双胍最核心的原始分子靶点、从给药到启动这一系列代谢变化的完整链式机制，到现在还没有彻底研究清楚，它的完整分子机制至今没有完全阐明。线粒体复合体I、AMPK通路、溶酶体途径、肠道菌群……都可能是重要环节，但仍有争议。新的机制假说持续被发表。

这也是为什么二甲双胍诞生超过100年了，依然不断有新论文在钻研二甲双胍新的作用通路和机制。科学家搞不懂它的靶点，搞不懂它的机制，搞不懂它的代谢原理，更神奇的是，这样的神药，甚至一般都不会产生耐药性。

虽然二甲双胍的机制没有完全阐明，并不妨碍它在临床上安全、大规模使用。

也正因为它作用通路多、还有很多未知细节，二甲双胍成了代谢、衰老、肿瘤相关基础研究很热门的研究对象，医学界常常有这样的玩笑，如果不知道有什么论文可以写，就去水一篇二甲双胍的新式应用，肯定没问题。

而且，更神奇的是，动物实验（线虫、小鼠等）中，二甲双胍能够延长生物寿命。人群观察性研究提示，服用二甲双胍的 2 型糖尿病患者，部分人群健康生存期更长。虽然目前没有高质量随机对照临床试验证实二甲双胍能直接延长健康普通人的寿命，全球药监机构也没有批准二甲双胍作为抗衰老药物，但是这看上去就显得很值得期待。

还有，在新冠肆虐的今天，有相关研究显示，新冠急性期早期使用二甲双胍可降低长新冠、新冠后遗症的发生风险。

你说这二甲双胍神不神？最后补一句：二甲双胍是处方药，服用要遵守医嘱。

所以，数学家陶哲轩凭空想象，说我们数学界绝对不能那么草台班子，绝对不能那么随便，不能连底层的原理都不懂，就随便拿来用。结果医学界就教他做人，我们早就这么干了，而且是一直都这么干的。

在此，我还要提一提，生物医学尤其是神经生理学领域出现的，很多研究不靠谱的状况，见：《美国院士造假被中国学生举报，名校留子：俺也一样》《为何哈佛教授造假17年才暴雷》《35年调查揭示美国疫苗是艾滋之母(1)》《35年调查揭示美国疫苗是艾滋之母(2)》。

陶哲轩这瓜传到国内，吃瓜群众吃得津津有味。大家发现，原来高智商的天才也有知识盲区。

有网友说：数学家终于意识到世界是个草台班子。

还有网友说：数学的逻辑太清晰了，沉浸在数学逻辑里的人往往很难理解这个世界的草台程度。

有人乐呵呵地笑看高智商天才跨领域翻车。

现实市侩派则表示，如果真的有什么药，晚期癌症都能治疗，就算有副作用也会有一堆人会为了续命买的吧。有人附和道：别说癌症了，如果能让人轻松瘦下来，有点小副作用估计都被疯狂追捧。

有人就开始玩医学界的老梗：

有些网友就表示自己理解陶哲轩：

有一派就说，医学界这样操作也是合情合理的，医学不需要可解释性那么高。而且，不止药物存在机理不明的情况，AI大模型本身就是巨大黑盒，人类无法完全拆解神经网络运行逻辑，人类大脑的完整工作机制至今也没有彻底破译，也是黑盒，绝大多数普通用户也讲不清手机内部工作原理，但完全不影响大家正常使用这些工具。

所以，黑箱是现实世界非常普遍的状态。而且不止医学，在物理、化学、生物领域，搞不清楚原理的事情还有很多，黑箱才是常态，黑箱才是常态，黑箱才是常态。

其实，归根到底，数学属于先验科学，要求一切结论都有可追溯、可复现、完全读懂的逻辑链条，而医学属于后验实证科学，优先看临床试验与真实世界效果，机理可以留给后续科研慢慢补课。二者的思维模式不一样，评判事物的标尺也完全不一样。

这些评论让很多网友笑口大开：原来站在山顶的人，换一座山也得从山脚开始问路。

高智商的天才数学教授在数学领域里是开挂玩家，进了医学副本照样被二甲双胍、阿司匹林、麻醉机制按在地上摩擦。

这不是幸灾乐祸，这是人类面对专业壁垒时的一点温柔幽默。术业有专攻，谁都有当小白的时候。

数学家陶哲轩反对不搞清原理就直接应用结果，在医学语境下确实不成立。

数学是先验的。一个证明，只要逻辑正确，它就永远正确。你可以放几百年，等一个天才来解。挂谷猜想1917年提出，2025年才有三维证明，中间隔了一百多年。数学等得起。

医学要救人，完全等不起100年，所以医学界的金标准不是“机理完全阐明”，而是随机对照试验、三期临床、真实世界证据、上市后监测。

机制不明，不代表没有监管。机制不明，也不代表可以乱用。它只是说明：在复杂生物系统里，我们经常先知道“有效”，后知道“为什么有效”。

人体就是这样的一个复杂生物系统。例如大脑，就完全没有开发完全。其实不单人类的大脑，哪怕很简单的生物，果蝇的大脑，还有很多机制和原理，人类还不知道。见《生物学禁区成为AI界万亿豪赌的终极命题》。

所以，医学界从业者会说，陶教授，你反对的这种不求甚解的市侩做法，恰恰是现代医学界中大部分药物的做法。

医学界这种亮瞎数学家陶哲轩的眼睛的骚操作：在泥地里打滚，还跑得飞快，其本质，是在大量的不确定性中，做风险收益决策。

总结

陶哲轩这个瓜，表面来看，是“数学家翻车”，是 “大神不懂行，跨界闹笑话”。

或者说，是医学界在泥地里打滚，还跑得飞快，吓死了数学家。

深层来看，是不同知识体系的翻译障碍。

数学是白盒演绎系统，追求证明、可解释、可等待。

医学是黑盒后验系统，追求疗效、安全、风险收益、等不起。

AI是新兴黑盒优化系统，追求表现、泛化、规模，但可解释性滞后。

工程是交付系统，追求能用、可靠、迭代。

管理是决策系统，追求有效、活下去、别崩盘。

每个领域，都有各自的特性，不能一概而论。

陶哲轩本身的忧虑依然具备很高价值，只是他在举例的时候，选错了领域。

陶哲轩的核心恐惧，不是现实中，现代医学竟然允许黑箱药物，而是科研领域人类彻底放弃理解过程，只索取最终答案。他担心，如果AI输出看似完美的猜想与证明，但推导过程晦涩难读，会带来 “证明消化不良”，人类难以核验整个过程中的全部细节，长此以往可能动摇数学的根基。

在这里，我要安慰一下数学家陶哲轩，创新就是这样子的，这说明AI的创新属于突破性的大型创新，这些创新带来了一些人类不适应的地方，这是突破性的大型创新的重要特征之一，也是这些突破性的大型创新给人类社会带来的经典挑战。

我们不必懂得手机的通讯原理，不耽误我们使用手机。

我们不懂如何证明挂谷猜想，也不耽误我们吃二甲双胍。

我们不懂神经网络反向传播，也不耽误我们用AI大模型写周报。

现实世界中，大量事物都是 “先拿来用，再慢慢搞懂为什么”。

所以，真正实事求是的做法，就是一方面承认黑箱成果的实用价值，另一方面，永不停止对背后的本质和原理的求索，追求白盒。可以先用，但不能停止求知。

这种做法，就是同时包容看似矛盾的两种思维模式。用中国的传统老话来说，就是阴阳结合。

（如果喜欢本文或者觉得本文有帮助，感谢赞赏一下以示肯定和鼓励。）