AI可能还取代不了你,但你不要把自己活成个AI的样子

一封公开信背后的恐惧

2026年9月，25位菲尔兹奖得主联名发表了一封题为《人工智能在数学中的严重错位》的公开信（公开信全文见 mathandai.org）。

这些当代数学界最顶尖的头脑罕见地联合发声，直指AI公司正在以“解决数学问题”为基准测试来推进人工智能，这种做法“可能摧毁孕育新思想的沃土，而不是为它注入生命”。

数学家门通过公开信要反对的，是一种把人类最抽象的智力活动降维成输入输出任务的粗暴逻辑。他们在信中说：数学的目标不仅仅是解决问题，更是推进人类对概念的理解和洞察。以越来越快的速度大规模生产答案，“可能在摧毁孕育思想的土壤”。

原以为只有普通人才会恐惧AI，怕它们取代人类的工作、直至取代人类成为世界的主宰。没想到，这些最顶尖的、最聪明的数学家们，竟然最先发声！公开信里，充满恐惧！

要理解AI为什么还取代不了人类，首先要理解AI是什么。

当前所有大模型，本质上都是平面的。它们是一维序列上的深度堆叠。数据以token的形式进入，经过一层层的变换，输出下一个token的预测。这个过程可以完整地用数学表达：一个嵌套的函数，输入向量乘以权重矩阵，加上偏置，经过激活函数，传递到下一层。无论网络有多少层、多少参数，它的拓扑结构始终是沿着一个方向延伸的“深度”，而不是在多个维度上同时展开的“立体”。

这意味着什么？意味着大模型内部不存在一个同时活跃、互相调制的全局状态场。每个token的处理是序列化的，前一个token的输出成为下一个token的输入。信息在一条线上流动，不在一个空间里共振。

人脑不是这样的。

人脑的神经元在三维空间中分布、连接、互相干扰。视觉、听觉、触觉、本体感觉、内感受，所有这些通道的信息不是“处理完再拼接”，而是在同一个动态系统中同时在线、互相调制。你看到一个苹果，同时感知到它的红色、圆形、光滑的表面、可能的重量、你上次吃苹果的记忆、此刻的饥饿程度。这些信息在时间上重叠，在空间上交织，彼此塑造。

这就是“立体”与“平面”的差别。不是参数量的差别，是组织方式的差别。

有人说：等模型再大、再复杂，就会“涌现”出人一样的东西。但“涌现”这个词被滥用了。当前AI的“涌现”是能力层面的统计现象，模型大到一定程度，突然会做训练时没专门教的任务。这不等于主体层面的涌现。一个能解数学题的模型，和一个“有自我”的系统，是两个完全不同的问题。

尤其是，当前架构的平面性决定了它离“立体”还差得远。现有的大模型，别说做到多维，连真正意义上三维的都还没有。你可以在序列维度上堆叠一万层，但它仍然是一条线，不是一个场。

比“平面”更根本的，是过程的不独立。

微软的技术文档把这一点说得很清楚：生成式AI“使用你的输入来构建输出”。模型首先解析输入，识别训练数据中的匹配模式，然后组合这些模式来构建最终输出。整个流程的方向是确定的：输入→处理→输出。

没有输入，就没有有意义的处理。中间层不是“自己在运转”，只是在执行被输入触发的计算。像一个函数：给定x，算出f(x)。没有x，函数本身不“发生”。

人不一样。人可以在没有任何外部输入的情况下，自发地产生处理。闭眼、静坐、走神、白日梦，大脑的默认模式网络在持续运转，记忆在重放，联想在发生，情绪在流动。这个过程不需要“输入”来启动，它本来就在跑。

更重要的是，对于人来讲，过程是独立存在且有意义的，人能感受、能描述、能共情这个“过程”。你不仅在想一件事，你还能觉察到自己在想。你不仅能感受到疼，还能意识到自己正在感受疼。这个“觉察”不是额外的计算，而是体验的一个内在维度。过程在人这里不仅是达到目的的手段，它本身就是可以被体验的目的。

用一句话来概括就是：AI会“做”，人会“在”。

AI擅长的是把一件事做“完”。从输入到输出，从问题到答案，从指令到执行。它是一台极其高效的工程机。但“做”的过程中那个“正在发生”的体验，那个没有外部目的、单纯因为活着而存在的意识流，AI没有。

还有一层差别，是“确定性”。

神经网络本质上是确定性的算法。给定相同的输入、相同的权重、相同的随机种子，输出是可复现的。即使有随机性，那也是受控的、可调的、设计出来的。它是在确定性框架内制造的可控变化，不是系统本身的自发波动。

人脑是高维混沌系统，神经元放电有热噪声，突触释放是概率性的，大量并行回路互相竞争、抑制、共振。你这次看到红色想到“苹果”，下次可能想到“危险”。不是因为红色变了，而是因为你此刻的整个大脑状态不同。情绪、激素、疲劳、最近的经历，所有这些都在同时塑造着你的感知。

所以人的结果往往是模糊的、语境依赖的、不可完全复现的。它“似是而非”。同一个问题，你今天和昨天可能给出不同的答案，而且两个答案可能都对，也可能都不完全对。

这不是缺陷，这是高维动态系统在保持灵活性的方式。

AI被训练去最小化损失函数，它的目标是收敛到一个确定的输出。人不需要“收敛”，人只需要足够好地活着。模糊、矛盾，甚至都是人脑在不确定世界中生存的策略。

所以，人脑更像一团意识云：边界模糊，形态多变，内部大量微元在互动。云没有确定的形状，但云有它自己的规律。它不是随机的，但它是不可精确预测的。

简单而言：AI是一台精密的函数逼近器。人是一团会自己翻涌的云。两者之间的距离，不是算力能填补的。

那些顶尖数学家恐惧的，恰恰就是他们一直以来最引以为豪的。

近代科学发展的一个显著特征，就是数学化。人类对科学的基本信条，就是凡事必有原因、必有结果，当中的过程被压缩、被优化、被迭代，就是科学的进步。

数学，等同于现代科学的语言。它用方程描述运动，用统计描述随机，用算法描述过程。它的力量是惊人的，让我们能在更短的时间内，把一堆复杂的过程完成，得出一个确定的结果。

但数学也是一种语言，也有它的边界。数学擅长描述可以被量化、可以被形式化、可以被计算的东西。它不擅长描述不能被量化的体验：一段沉默里的情绪流动，一次犹豫里的自我察觉，一个没有答案的问题在心里的持续回响。

问题在于，我们把数学当作科学的唯一语言，或者说当做最优先的语言，把“可计算性”当作衡量一切的标准，那些不可计算的东西就被挤到了边缘，甚至被当作不存在。

这群顶尖数学家的公开信之所以重要，是因为它揭示了一个正在发生的转变。

过去，数学家面对一个难题，可能需要十年、二十年才能解决。在这个过程中，知识在讲座、讨论、论文中慢慢积累、传承，理解的过程才是数学共同体的核心。正如公开信所说，一个著名问题充当着“路标和灯塔”，解决它“一直是新洞见和方法的明确标志”，然后数学界会通过“漫长而艰苦的讲座、讨论和简化过程”来研究它。

现在，AI公司用大量算力暴力搜索，快速产出一个“证明”，然后宣布“解决了”。理解的过程被跳过，数学家被降格为验证者、修补者、收拾烂摊子的人。AI公司负责宣布“突破”，数学家负责免费验证、修正，有时甚至要彻底驳斥这些成果。数学家“没有得到报酬、没有署名，也没有得到承认”。

更糟糕的是，数学家们让博士生花几年时间啃一个相对低层次的问题来磨练技能的学术传承方法，在AI时代“崩塌”了。如果没有人被训练成数学家，几十年后，就没有人还能理解AI在做什么。

人类的数学被数学这一学科本身，奴役了。从一种人类理解世界的方式，变成一条生产答案的流水线。数学家也成了流水线上的一环，输入想法、输出证明，尽可能快、尽可能多。

同样的变化，每一个领域都在发生。

在教育里，学习被简化为“掌握知识点”和“通过考试”。学生被要求输入信息、输出答案。中间那个“对世界产生好奇、慢慢形成理解”的过程，被压缩成了“刷题”和“提分”。你不再是一个正在成长的人，而是一台正在被训练的学习机器。

在工作里，价值被简化为“产出”。你被要求输入任务、输出结果。中间那个“思考怎么做、为什么要做、做了意味着什么”的过程，被压缩成了KPI和OKR。你不再是一个有判断力的人，而是一个执行功能的节点。

在生活里，体验被简化为“打卡”和“分享”。你旅行是为了拍照发朋友圈，吃饭是为了写点评，读书是为了列书单。中间那个“沉浸在此时此刻”的过程，被压缩成了可展示的结果。

人活成了AI的样子。只处理输入和输出，中间的过程跳过，不被体验。

这是数学这门学科给了我们人类编制的精美牢笼。在牢笼里，一切都可以被量化。幸福可以用问卷测量，成功可以用收入衡量，价值可以用产出计算。一切都有答案，一切都有最优解，一切都可以被优化。

这个牢笼之所以精美，是因为它真的有用。数学带来了技术，技术带来了产能，产能带来了我们拥有的一切。拒绝数学，就是拒绝现代文明本身。

但是，当我们把数学当作唯一合法、或者是最为优先的语言，只承认可计算的东西，那些不可计算的就被放逐了：直觉、感受、犹豫、沉默、无目的的思考、不产出结果的时间。这些在人身上最独特的维度，被当作“低效”而抛弃了。

然后我们发现自己活得很累。不是身体累，是某种更根本的东西被掏空了。我们做了很多，产出很多，但不知道为什么。我们处理了所有输入，输出了所有结果，但中间过程中实实在在发生的那个“存在”，不见了。

是人类自己，把自己活成了AI。像一台工程机，唯有输入→处理→输出。

那些数学家的恐惧，说到底，不是怕AI比他们算得快。他们怕的是，数学被从“在”中剥离出去，变成一件纯粹的“做”。他们怕的是，自己毕生投入的那个世界，那个充满犹豫、直觉、漫长沉默、突然顿悟的世界，被压缩成一条输入到输出的流水线。他们怕的不是机器会思考，而是人不再“在”了。

AI活在一个没有“在”的世界里。输入、处理、输出，每一步都是对前一步的函数。它没有“此刻正在经历”的状态，没有“时间在流逝”的感受，没有那个“刀口”上的当下。它可以在序列上堆叠一万层，但它仍然不在任何一个“此刻”里。

而人恰恰是“在当下”的存在。人能感受过程，因为过程就是当下正在发生的事。你不仅在处理信息，你还在经历处理信息的过程。这个经历本身，就是“在”。

公开信里那些数学家愤怒的，表面上是AI抢了他们的工作，深层上是AI把“做数学”变成了一件没有“在”的事。AI“做”出了证明，但它没有“在”做数学。它没有经历那个从困惑到清晰、从直觉到形式化的过程。而这个过程，才是人类的数学。

人类的数学不只是答案。它是关于理解的。理解是一个过程，一个在时间中展开的、有“在”的过程。当你只关心答案，你就把数学变成了AI做的事。当你在做数学，你才是在做人的事。

今天的你，是不是已经把“在”弄丢了，而且丢得心甘情愿。

你认为“做”有回报，“在”没有。做出一道题，得到一个答案，完成一个项目，产出一份报告，这些都能被看见、被计量、被奖励。而“在”呢？你在发呆，你在走神，你在感受一朵花，你在沉默里体会某种说不清的情绪。甚至，你在计算，你在打字，你在练习。这些不是成果，不被计量，不被奖励，不被承认。于是你把自己训练成了AI的样子，只输入和输出，中间的过程不去体验、不去认同。在AI都还没能取代你之前，你自己让它取代你自己。

事情本不该如此。

你可以在解一道题的时候，不只是奔着答案去，而是感受那个从困惑到清晰的过程。你可以在完成一个项目的时候，不只是盯着KPI，而是体会那个从无到有、从模糊到成形的创造感。你可以在旅行的时候，不只是拍照打卡，而是让自己真正置身于那个陌生的街道、那个陌生的气味、那个陌生的光线里。

你可以在发呆的时候，不再觉得自己在浪费时间。你可以在沉默的时候，不再急着填满它。你可以在没有答案的时候，不再焦虑地寻找答案。

因为“在”本身就是意义。

人活着不是为了那个结果，结果都一样是死亡。人类走了几千年，到了面临要被AI取代的危机之时，才猛然发现，原来生命的意义在于“即现”：

那些关于“我”从哪来、到哪去、做什么的思辨，关于道德、仁爱、天理、有无、心、物、事的追寻，不在于得到什么，甚至根本就不可得。只有那个思考、讨论、努力的过程本身，才构成生命的厚度，才是人生的意义。

所以，你别傻傻坐着等哪一天AI来取代你。你需要，在它还没取代你之前，过好你自己。

这个时间会很长，如前文所说，至少现在还看不到任何迹象。所以你完全不必忧虑。找回你的“在”，在每一个“做”的间隙里，在每一个不被计量的时刻里，在每一个没有答案的沉默里。

你是一个会“在”的存在。这不是你的缺陷，这是你之所以为“人”，最珍贵的东西。

别把它弄丢了。