灯塔原则：人工智能时代的教育解答
简而言之：二十五位菲尔兹奖得主——包括陶哲轩——本月签署了一份联合声明，标题大致为数学中人工智能的严重失调。头条新闻自我撰写：数学家们攻击OpenAI。阅读声明而不是头条新闻，这是一份更奇怪、更重要的文件：它开头是祝贺人工智能。签署者的担忧不是机器计算错误，而是机器在大规模上正确计算，而当它这样做时，人类可能一无所获。这不是一份人工智能安全简报。这是对在免费答案时代教育未来的第一次严肃警报——因为当答案变得免费时，理解就成为了稀缺的生产要素，而我们所称之为学校教育的一切都是建立在相反假设之上的。
这里是詹姆斯，水星科技解决方案的首席执行官。
香港——2026年9月
灯塔与灯泡
首先，清除稻草人：这些不是在为公会辩护的老男人。陶在数学前沿模型上进行了比几乎任何活着的人都更长时间的压力测试，在YouTube上展示了AI辅助的问题解决，并且——在他在博客上发布警告的同一周——还发布了一个公开竞赛的规则，明确欢迎AI工具。一个人不会守护他正在开放的领土。
这份声明实际上说的是：最近几个月，语言模型在多个数学领域解决了重大开放问题。被认可、验证、祝贺。然后是没有其他人问的问题：AI做对了——那么麻烦结束了吗？
声明的中心隐喻就是整个论点。外部人士将著名的未解决问题——费马、黎曼、孪生素数——视为高峰：插上旗帜，游戏结束。数学家们将它们描述为灯塔。灯塔标志着未探索的领土。几代人朝着它航行，在航行中他们建造码头、仪器、导航方法——而这些在到达光明后仍然为所有人所用。费马最后定理在1994年被证明；在朝着它航行的三百五十年代数数论的建设至今仍是承载数学的基础。答案只有一句话。旅程才是行业。
这篇在中文版本中流传的文章用一句话表达了这一点，值得翻译：照着灯塔找路，和直接把灯泡拧下来，是两回事——导航灯塔和拧下灯泡是两种不同的事情。基准文化——跑分，把几个世纪前的猜想当作手机的基准套件——是在大规模偷取灯泡。你只获得一次光明。你永远失去导航。
佩雷尔曼的差距
最尖锐的表述并非来自这二十五人，而是来自他们声明下方的一条评论，引用于报道中：给我一个一千万行的机器验证的双素数猜想证明，我的知识增加的差不多为零。我已经相信它是真的；我甚至大致知道为什么。现在我还知道了人工智能证明了它。那么接下来呢？
机器验证和人类理解并不是同一种产品。这里声明的隐含观点被历史证明。在2002年至2003年间，格里戈里·佩雷尔曼在线发布了三篇草率的预印本，轮廓式的，步骤略过，没有期刊，没有精炼的论证——解决了一个百年难题，庞加莱猜想。答案在2003年是公开的、免费的，并且是正确的。接下来是三年时间里一些最优秀的数学家们进行实际工作的过程：填补每一步，重建数百页详细论证，逐个研讨会，直到大约2006年结果变得知识——一个社区可以依靠并在此基础上构建下一层。
称之为佩雷尔曼的差距：两者之间的距离正确 和 理解。跨越这一点需要三年时间和世界上最优秀的头脑来获得一个证明。这个差距就是科学真正存在的地方——也是教育存在的地方，因为跨越的能力就是能力。人工智能压缩输出，但并不压缩理解。人工智能可以写出证明，但无法为你阅读它。
学生优先于思想
这句话中最激进的部分并不是关于证明的：该领域最宝贵的资源是学生和思想 — 按这个顺序。学生，先有想法。
为什么一个学科的专家会把学习者排在定理之上？因为每个数学家都知道而外人却不知道的一个实践：顾问故意给学生分配他们已经掌握答案的问题——有时是几十年前解决的问题，仍然在文献中。答案从来不是交付物。交付物是学生在路上发生的事情：撞墙，撞南墙，走冤枉路，也许在凌晨三点，突然看到了答案。挣扎不是作业的成本。挣扎就是作业本身。
现在把答案放在桌子上——免费、即时、正确，永远对每个人开放。作业的目的在接触时蒸发。而声明小心地说出每个诚实的人都已经知道的事情：这不是学生品格的失败。一个问题让你挣扎三天，而机器在三秒钟内提供了路线——只有圣人会拒绝，而圣人往往不是好的研究者。失败是结构性的。每一个基于已知答案问题的评估——家庭作业、习题集、大多数考试、每个学位的一半——都默默地自我淘汰了。我们只是还没有更新课程大纲来承认这一点。
这里是应该在下一个十年内支撑每个教育政策论点的反转。九天前我写过2%规则：在工业中，围绕火箭原材料的98%成本——过程、仪式、恐惧——是间接费用，而进步意味着删除它。教育是唯一一个手术是致命的领域，因为在学习中，98%的挣扎不是间接费用。它是产品。答案现在是原材料，几乎不花钱。所有重要的东西都是在AI最擅长消除的过程部分中制造的。
新课程：AI答案后的生活
那么，在佩雷尔曼差距的另一边，教育是什么样的？不是学生与机器竞速生产答案，机器的答案生产速度快一亿倍。课程翻转：
从写答案到审计答案。新的核心素养是验证：阅读机器的证明，找出差距，检查归因，决定它是否具有普遍性。数学家们害怕被跳过的“中间工作”——清晰写作、提取方法、映射其他相关内容——不再是繁琐的工作，而成为课程内容。费曼的法则在这个时代被颠覆：我无法验证和建立的，我不理解。
从已解决的问题到未解决的问题。当已知答案的练习作为训练已死时，课堂转向尚无答案的问题——佩雷尔曼模式的阅读研讨会、真实数据集、实时工程，其中模型是一个陪练，学生的任务是知道何时它是错误的。欧几里得据说告诉一位国王，几何没有皇家之路。现在有一条通往答案的皇家之路。理解仍在继续。
故意保护挣扎。如果墙是教学法， withholding 答案就成为一种教学技术，而不是怀旧。设计课程，让学生朝着灯塔航行——AI作为导航员在船上，但学生掌舵，因为航线是培养未来导航员的关键。故意设置困难，故意分配提示，努力被衡量并相应奖励。
评估能力，而不是输出。一个不断评分答案生成的学校就像一部已经失去基准的手机。评估学生能用一个他们没有生成的答案：打破它、扩展它、转移它、教回去。教育的衡量标准从来不是毕业生携带的定理档案——而是这个过程所培养的数学家。做一个他们没有生成的答案：打破它、扩展它、转移它、教回去。教育的衡量标准从来不是毕业生携带的定理档案——而是这个过程所培养的数学家。
人工智能的不对齐也是我们的责任
奖牌得主以一种应该让人感到刺痛的克制结束：他们写道，这项技术带来的东西在很大程度上取决于控制它的人的决策——而数学只是第一个出现这个问题的领域。每一种形式的脑力劳动，以及为此训练人类的每一个机构，都面临着同样的选择。优化排行榜——生成的答案、解决的问题、发出的成绩——还是优化灯塔：培养导航员。
二十五位数学家不会让基准变慢，他们知道这一点；艰难数学的训练价值太真实了。但这从来不是声明的重点。重点在于它下面的问题，这个问题落在父母、教师和每一个参与人工智能答案业务的机构身上：答案从来不是产品。数学家才是。学生才是。
灯泡现在在桌子上，人人都可以使用。灯塔仍然需要走到那里——而走路的过程就是我们被造就的地方。
水星科技解决方案：加速数字化。
