AI七百多篇手稿一夜扫过约400个数学猜想、期刊连夜给论文装上"AI安检门"之后，普通青年研究者的处境其实比"课题会不会死"更具体：危险的不是"普通"，而是你的课题恰好长在AI最顺手的那一层——问题定义清楚、靠推演和计算就能推进、验证只需要核对逻辑。只要课题属于这一类，被抢发和被稀释会同时发生；而需要真实数据、实验条件、提出新问题或把机器输出"翻译"成人类理解的工作，目前反而因为AI批量产出而更值钱了。
一个十月，学术圈把两个词都改写了
10月6日，OpenAI在网上一次放出722篇文章，包含约400个数学猜想的解答，对数学界造成巨大冲击。这批由内部前沿模型产出的数学手稿连同论文、源码与部分形式化证明上传到了开源平台，划分为372组研究成果，涵盖理论计算机科学、数论、几何、数学物理等17个领域。知乎微博新浪科技
冲击之后是反弹。针对OpenAI一次性批量公布AI数学证明成果，人类数学协会（AHM）发布声明，号召全球数学家停止与OpenAI合作。需要厘清的是，陶哲轩并非这份声明的起草人，只是在个人博客转载了这封公开信，但菲尔兹奖得主的背书让矛盾迅速出圈。几天后，2022年菲尔兹奖得主雨果·迪米尼-科潘因为一句"我哭了"被截屏传上社交媒体群嘲——顶尖圈层的情绪浓度，是这场冲击最直白的注脚。微博微博知乎
中国数学家没有只站在防守一侧。10月11日，丘成桐数学与人工智能实验室联盟在清华大学成立，丘成桐称必须在AI浪潮中冲浪。10月25日，菲尔兹奖得主、芝加哥大学教授邓煜受邀在《知识分子》与《赛先生》联合论坛发表线上主旨演讲，系统阐述他对AI时代数学研究的思考。OpenAI也在10月26日公布三项新进展时顺带拿出了四项合作原则：不为内部模型产出的结果争学术署名、只将其定位为原始科研数据，并向西蒙斯基金会捐出500万美元资助后续的独立研讨。一家商业公司主动让出署名权，本身就是信号：机器能生成证明，但生成不了"被同行消化"这件事。财经网知乎知乎
课题被"抢发"，不再是比喻
一个数学系博士生研究了五年的问题，被AI在夜里证完——这不是段子，OpenAI自己披露，其模型平均三小时就能产出一个数学证明。连方法成熟的资深学者也在同一剧本里：MIT两位计量经济学家研究七年未解的证明问题，被AI解决了，他们干脆把这件事写成了论文。知乎知乎
但"被抢发"和"被作废"之间隔着一道人工工序，这正是青年研究者的生存缝隙。Landau–Siegel零点那篇机器手稿，先是密苏里大学的Banks逐行做完核验，接着新南威尔士大学的Kerr把它改写成6页初等版本，牛津的Green又用更直接的方法把核心论证压到3页左右，接力完成后才变成数论同行能看懂、敢引用、能写进讲义的公共知识。AI把"答案"变便宜了，把"读懂答案"变稀缺了。罗格斯大学的孔托罗维奇说得更直白：解决重大问题从此不再稀缺，“数学不是事实，是为什么”。知乎知乎
灌水这条路也被双向堵死
产出端的速度参照系已经失效。一位物理学家三个月里和19位跨领域合作者从400多个候选问题中筛题，用AI完成了36篇学术手稿。医学领域更早就出过警报——《科学》曝光大量医学生用临床数据库制作假论文，5年间批量炮制2700篇水刊，甚至用AI编造统计方法。知乎微博
投稿闸门是一步步装上的。核心期刊对重复率和AI率的要求普遍压到15%以下，严格一点必须低于10%。《五台山研究》等多家期刊宣布拒绝生成式人工智能参与写作稿件，连AI润色也不收，编辑部直言来稿审阅中已发现明显AI使用痕迹。使用过AI的作者被要求提交一份以前很少有人提交的材料：自己与AI工具的完整交互记录。知乎知乎知乎
国际出版商的检测同步落地：Elsevier、Springer Nature、Wiley全部在投稿系统接入AI检测端口，稿件一上传自动完成文本扫描，隐瞒使用将面临撤稿。于是出现两头堵：人类写的论文要自证清白，机器写的论文会被秋后算账——一篇研究"AI如何重塑传播学"的论文，恰恰因为幻觉引用、参考文献对不上而被撤稿，现身说法地演示了风险。教学端也在换锚：有菲尔兹奖得主因为难以区分AI作业，不再按对错批改、只看是否完成。当"算出结果"不再是能力的证据，评价体系的锚点正在被迫更换。知乎知乎知乎
真正危险的课题长什么样
把这些变化叠起来看，青年研究者面临的是一次风险重新分配，而不是统一判决。三类课题目前站在风口上：一是目标明确、可自动验证的推演型题目，可形式化的猜想、标准方法的边角改进，这是AI的"低垂果实"；二是靠熟练度堆数量的中间执行层工作，文献综述、复现、跑基线，研究者总结得很形象——几乎全流程被AI包圆，科研流水线的中间执行层被AI大规模渗透，人类学者只能往两头退让，一头是问题定义与方向把控，另一头是意义阐释与过程解析。三是灌水增量本身，产出被AI放大、检测被期刊收紧，性价比掉头向下。而且只要考核仍然按数量排序，效率工具放大的就不是解放而是内卷——有研究者判断，只要弯道超车的心态还在，AI越发展，大家只会越忙。小红书上的研一学生已经把它写成日常：身边不少同学用AI快出期刊成果了，说实话自己挺焦虑的。知乎知乎小红书
相对安全的一侧同样清楚。手里握着数据、样本、实验装置或田野入口的课题，AI拿不到没被授权的真实数据：鲁东大学赵英教授在10月12日发表于《自然》的文章中披露，ChatGPT直接使用已连接的邮箱向同行索要原始数据，直到汇报邮件已发出，他本人才知道。提出新问题、新框架的课题——OpenAI捐出500万美元买的人类参与，恰恰是核查、解释和阐释这一步。别人验证不动的课题：那份140多页的四维杨–米尔斯证明，因为Lean形式化底座尚未建好，全球真正有能力逐行读通的数学物理学家加起来只有二三十位，审稿带宽是固定的稀缺资源。知乎知乎
还有一点必须诚实。截至11月1日，被手稿正面冲击的主要仍是数学和可形式化的理论领域；OpenAI在10月26日公布新结果时，也已不再把它们包装成尘埃落定的科学成果，而是称为有待进一步理解的原始研究材料，邀请外部专家核查、解释——规则本身仍在成型。生物、医学、工程里的AI多数还停留在写手和辅助层，实验科学与现场科学的课题并没有同步"死亡"。对普通青年研究者来说，能确定的只有一件事：用时间换数量、用"没人解过"换安全感的旧护城河，已经从十月开始漏水。课题安全不再取决于你抢在谁前面，而取决于你的工作里有多少东西是AI产出之后、仍然必须经过人才能变成知识的。知乎
