顶尖科学家们说，AI不会取代人。他们的理由很具体：中科院院士何积丰把AI时代科研人员要保有的能力概括为三件事——定义问题、验证AI产出、作出道德判断；中科院计算所副所长陈云霁也说，AI可以耐心回答学生的大量问题，但一个方向值不值得做，仍需教师判断。中国新闻网
这些话都对。但它们只回答了"谁不会被取代"，没有回答另一个更实际的问题：在"不被取代"之前，哪些科研工作会先被接走？
11月7日发布的一段视频里，B站UP主"图灵的猫"把这个问题带到了2026世界顶尖科学家论坛现场。他问2021年图灵奖得主杰克·唐加拉和2026年高斯奖得主尤里·涅斯捷罗夫：如果一道困扰数学家几十年的难题，AI几个小时就能解出来，菲尔兹奖以后该颁发给谁？哔哩哔哩
两位科学家没有停在"会"或"不会"。他们把问题往下推了一层：当AI给出答案，谁来判断它对错？当求解变快，科学家把时间花到哪里？
这不是假设。10月下旬，OpenAI接连宣称证明了局部平滑猜想、证伪了指数时间假设（ETH）、给出了四维杨-米尔斯理论的存在性证明。有媒体称，“人类科学史今夜彻底改写”。新智元
但同一批讨论里还有另一面。10月，OpenAI撤回了3篇数学手稿。9月，数学家Buckmaster公开指控OpenAI在纳维-斯托克斯方程突破中存在"学术掠夺"。OpenAI回应称，无法排除用户数据进入训练集。成果和争议一起出现，恰好说明AI先接走的是哪一段工作。知乎知乎
从论坛现场和这批案例看，最先被接走的，是"可被清楚描述、可被反复验证"的那层科研劳动。
芯片设计是一个直白的例子。陈云霁团队让AI不断生成、验证、调试、修复电路，在反复纠错中逼近目标。"启蒙1号"已经流片，性能达到Intel486水平；"启蒙2号"达到ARM Cortex A53水平。关键不是AI一次做对，而是那个验证—调试—修复的闭环。人把目标写清楚，机器把剩下的试错包了。中国新闻网
材料研究更能看出边界。2025年诺奖得主奥马尔·亚吉说，过去要花10年才能让某种材料呈现出有序结构，现在用AI两周就能完成。但2010年诺奖得主诺沃肖洛夫提醒，计算中表现好的材料，未必能在实验室里合成出来——以氮化硼为例，看似简单的原料转化，可能包含多条相互竞争的反应路径。美国西北大学的杰弗里·斯奈德补了一句：对现有材料做设计优化，AI进展不少；发现全新材料，仍要过寿命、热膨胀、接触界面、制造条件这些关。预测可以交给AI，把预测变成一块能用的材料，还得回到实验台。第一财经中国新闻网
数学看起来离"验证"最远，其实最近。AI给出证明的速度越来越快，视频里的说法是"几个小时"。但证明对不对、功劳算谁的，成了新的麻烦。OpenAI撤回手稿、与Buckmaster的争议，都卡在这两件事上。有人在知乎上写：人类开发了几十年、写在上百页论文里的方法确实厉害，但AI换个思路，20页就解决了。话说得漂亮，可这20页最后由谁签字，才是问题。哔哩哔哩知乎
所以，“哪些科研工作先被替代"的答案，不是按学科分的，而是按工作性质分的。读文献、洗数据、写代码、跑参数、生成证明和初稿，这些能被写清楚、能被检查的环节，会先交出去。何积丰说的"定义问题、验证AI产出，以及进行有道德的判断”，刚好是这条线的另一头：越往"判断"走，越难被替代。
真正值得担心的，不是顶尖科学家失业。他们本来就在定义问题。被AI先接走的，是年轻研究者用来入门的那些活。它们曾经是训练判断力的路径。现在路径变短了，年轻人可能更快拿到结果，也可能更少经历"从错误里长出判断"的过程。
回到菲尔兹奖。奖当然还是颁给人。但在颁奖之前，数学界得先回答：一篇由AI写出、由人验证的证明，功劳怎么分？如果这个问题没有答案，AI越能干，科研的评价体系就越先被取代。
如果一定要给"哪些科研工作先被替代"一个答案，我会说：先被替代的是求解，最后被替代的是判断；而最先出问题的，是连接两者的评价与训练机制。
