這兩天數學圈炸了鍋，我一個教工科的大學老師，反覆看了三遍才敢信教育。
一個折磨了全球頂尖數學家22年的難題，Crouzeix猜想，被一個沒受過數學科班訓練的人給解決了教育。這人叫金山木，北京協和醫院神經外科的住院醫師、博士後。他本科讀的是地質，後來跨界學醫，拿了醫學博士，數學全靠自學。他唯一的助手，是OpenAI的GPT-5.6。
這個猜想有多硬？2004年法國數學家Crouzeix提出，說的是矩陣分析裡一個常數不會超過2教育。2007年Crouzeix本人拼盡全力，只證到11.08；2017年全球頂尖專家在美國數學研究所開了一週研討會，才把這個數壓到2.414。之後整整八年，人類的工具箱像耗幹了最後一滴油，再沒往前挪過半步。
金山木幹了件讓所有人後背發涼的事：他把GPT-5.6調成斷網的Work模式，扔給它一套改裝過的提示詞，讓它像一整所虛擬數學研究院，派出一大群子智慧體，沿著不同路徑去試、去互相挑錯，不許過早收斂，不拿到完整證明絕不放棄教育。他按下回車就轉身去忙臨床了，整整16個小時，沒再管過一句。
16小時後，AI吐出了一份乾淨利落的證明教育。出題人Crouzeix本人逐行看完，親自蓋章：對。華盛頓大學的Townsend、Greenbaum這些專家看完，只憋出兩個字——震驚。
更難得的是，他把全過程一股腦開源了：GitHub上擺著最終論文、那套改裝來的“神級提示詞”、歷次迭代的手稿，連Lean4的形式化驗證程式碼都放上去了，敞開門等全世界來挑錯教育。這不是藏著掖著的獨門秘籍，是把牌全攤在桌面上讓人驗。
看到這，很多人第一反應是：完了，讀書真沒用了，AI都能解數學難題，我們還苦學個啥教育。
但是我要潑盆冷水，這話恰恰說反了教育。
你仔細看金山木這個人教育。地質本科、醫學博士、還能啃得動矩陣分析——他不是個只會刷手機的閒人，是個有硬底子又肯自學的狠角色。AI再強，也得有人能從經顱超聲一頭撞進矩陣分析，能認出Crouzeix猜想值得一搏，能寫出那套逼著AI不偷懶、不糊弄的提示詞。這套提示詞工程本身，就是真功夫。AI是望遠鏡，可望遠鏡不會自己決定往哪看，掌鏡的還得是腦子裡有貨的人。
所以我常跟學生說，別聽那些“讀書無用”的鬼話，也別信“AI一來人人躺贏”的雞湯教育。這件事真正的訊號是：讀書的方式變了，但讀書這事，比過去更要緊了。
第一，學科之間那堵牆，正在被推倒教育。過去我們講“隔行如隔山”，一個學醫的想碰數學，門都摸不著。現在呢？一個醫生靠自學加AI，捅穿了數學家22年沒捅穿的窗戶紙。這意味著，你孩子將來吃飯的本事，可能不在某一個專業裡，而在“能不能把兩個八竿子打不著的領域接到一塊”。跨界，正從一句口號變成硬通貨。
第二，會提問，比會背答案值錢多了教育。你看金山木贏在哪？贏在他知道該問AI什麼、怎麼逼著AI別糊弄、怎麼判斷吐出來的東西是對是錯。他這份證明發出去才8天，另外兩個數學家用完全不同的思路、只用5頁紙也把它證出來了——而他們，同樣用了AI。你發現沒有，AI已經成了人手一把的標配，真正拉開差距的，是提問的人腦子裡那點東西。
還有件事跟這條新聞撞在了一起，值得每個家長琢磨：就這幾天，騰訊、位元組、阿里、小米這些大廠啟動2027屆校招，AI崗位佔比普遍超過80%，阿里的筆試甚至新加了AI Coding題型，專門考你“AI加專業”的複合本事教育。兩條新聞擺一塊看就明白了：企業已經不問你會不會用AI，預設你會；它問的是，除了會用AI，你自己還剩下什麼。
展開全文
第三，死記硬背這條路，是真的到頭了教育。我帶了十幾年學生，最怕的就是那種考試機器：給個標準答案能背得滾瓜爛熟，一讓他自己提個問題就傻眼。這種孩子，恰恰是AI時代第一批被淘汰的。機器最擅長的就是記和算，你跟它拼記性，等於拿命去換。
我也得說句實在的，說給那些一看這新聞就熱血上頭、想讓孩子“彎道超車”的家長教育。金山木能成，背後是常年臨床之餘啃數學的死磕，是那份“非要弄明白”的軸勁，不是買個會員、開個AI就能複製的。別一轉頭就給孩子報什麼“AI天才速成班”，那又是新割的一茬韭菜。真該做的，是從小護住孩子那點好奇心，讓他敢問、敢跨界、敢跟標準答案較勁。
說到底，這事最該讓人清醒的，不是“AI多神”，而是“什麼樣的人不會被AI替掉”教育。答案我琢磨明白了：會提問的、能跨界的、肯死磕的、還留著好奇心的。這幾樣，學校的標準化考試一樣都不教，甚至還在一點點把它磨沒。
一扇關了22年的門，被一個自學的醫生推開了教育。這門後照進來的光，照的不是“讀書無用”，是“讀死書才無用”。本人高校教師，教育和讀書這些事，我很願意跟各位多聊聊。
