对话数学家苏炜杰：从北大数院到 OpenAI，AI 正加速攻克数学前沿

原创 甲小姐 周悦 2026-09-09 09:18 北京    一个走进顶级AI公司的顶级数学家，如何理解AI的能力、数学的价值、人在其中的位置。 作者｜甲小姐 周悦 2007年，苏炜杰进入北京大学数学科学学院，本科专业成绩年级第一。同一级里，**有今年的菲尔兹奖得主王虹和邓煜**。这一级，被称为北大数学的**“白金一代”。** 2026年8月，苏炜杰获颁**考普斯奖**（COPSS Presidents’ Award），这一奖项被称为“统计学界的诺贝尔奖”。这是华人学者时隔14年再次获得这一殊荣。 也是今年，这位宾夕法尼亚大学沃顿商学院正教授，开启了学术休假，**加入了OpenAI。** **北大数院2007、COPSS、OpenAI……几重身份叠加，让苏炜杰站在了时代的暴风眼中。** 2026年，AI正加速在数学前沿突破： 5月20日，OpenAI宣布，其模型推翻了Erdős单位距离猜想； 7月19日，Anthropic研究员、数学家Levent Alpöge公布了Claude找到的雅可比猜想三维情形下的反例，这一异常简洁的反例迅速引发广泛关注； 8月1日，OpenAI公布了Astra模型在数学和理论计算机科学上的10项进展； 8月2日，Levent Alpöge称，他用Fable挑战同一批问题，经过24小时，已做出其中5个； 8月10日，Anthropic公布了黎曼ζ函数相关问题的一项进展； 9月3日，OpenAI公布了GPT-6 Astra在素数间隔问题上的两项进展：沿着张益唐开启的有界素数间隔研究方向，证明存在无穷多对间距不超过186的相邻素数，并改进了大素数间隔下界中一个80多年未变的项； 9月4日，Anthropic宣布，Claude用11天完成了费马大定理首个完整、经计算机检验的Lean形式化证明。 就在本文发布前，当地时间9月8日，OpenAI宣布，其内部模型构造出了三维不可压缩Navier–Stokes方程在光滑外力作用下的有限时间爆破反例，并公开了166页的论文和形式化证明——这项成果对应七大千禧年难题之一。韦东奕等中国数学家也在相关正则性问题上开展长期研究。 这场对话，我们从突然加速的AI for Math聊起。AI因何开始攻入数学前沿？数学共同体正在经历怎样的震撼、危机与机会？ 我们也讨论了Scaling Law、RSI、Math for AI等前沿问题，以及为何越来越多顶尖数学家和科学家正在涌入Frontier Labs。 苏炜杰师兄也回顾了自己的故事：“白金一代”的求学之路、应用数学的“中庸之道”、四轮面试加入OpenAI。 过去十多年，苏炜杰的研究从高维统计一路延伸到AI，而他一直想做的，是**建立AI的数学理论。**我们讨论了大模型这个复杂系统，能否像物理学一样，被具有解释力和预测力的定量甚至严格的数学理论所描述，以及它将如何指导模型开发、降低训练成本、解决AI安全。 苏炜杰把2026年比作另一次“哥白尼时刻”——过去，人类发现地球不是宇宙的中心；现在，我们开始意识到，人类也不是唯一的智慧主体。他说，“我个人有一种地心论被日心论取代的历史相似感。” 当大模型已经变成一门“重工业”，希望本次对话，可以带给你数学家视角的另一份解读。 说明：以下播客录制于8月12日，对话只代表苏炜杰个人观点，不代表OpenAI。本文为精简版，完整版音频播客已在小宇宙、苹果Podcast等平台播出，搜索《甲小姐对话》即可获得。  COPSS 2026颁奖现场，图片来源：北京大学数学科学学院 # 1.AI for Math：“**这个凸包还可以填很多年”**  **甲小姐：先恭喜师兄，过去几个月你有好几个milestone****s——****晋升正教授****、****加入OpenAI****、****摘取考普斯奖，哪件事最能代表你对自己下一阶段的定义？** **苏炜杰：**晋升正教授是水到渠成的；COPSS奖是我内心波澜比较大的，这是我们领域对我的认可；加入OpenAI，我个人感触不大，但生活工作环境大变样。 **甲小姐：****考普斯奖颁奖词列出了你的工作跨度——生成式****AI****的统计基础、水印机制、对齐和排序理论、2020年美国人口普查的隐私保护、机器学习同行评审、凸优化、深度学习理论和高维推断……****这些工作背后****，****是一条主线，还是几次主动的转向？** **苏炜杰：**还是有一定计划的。2016年AlphaGo出现，2022年年底ChatGPT横空出世，让我意识到AI不只是一项新技术，**它是改变人类社会内在逻辑的革命性力量。**我当时跟学生做了比较大的思想斗争，决定调整研究方向，往AI走。我们的背景是应用数学、统计，我们把这个背景跟AI发展方向结合，奠定了这三年来我们组的大方向。 **甲小姐：COPSS****奖的****工作，哪些是这三年发生的？哪些是三年之前？** **苏炜杰：**除了关于大模型的研究，大部分是三年之前的，但这些方向对我影响也非常深，打下了基础，使得我们转向大模型是比较自然的。 **甲小姐：前****面****这些问题，你在做的时候****有****预判****它****们这么重要吗？** **苏炜杰：**我导师Emmanuel Candès对我影响比较深。他总强调一个问题实际的重要性是应用数学立根之本。所以我每次找问题，都是先评估它跟社会的结合点在哪里，再去研究背后的数学或者统计机制。 **甲小姐：****你和2026年四位菲尔兹奖得主都有渊源——和王虹、邓煜是北大数院2007级本科同学，和John Pardon是同级斯坦福同学，和Jacob Tsimerman是OpenAI同事。可以说你在时代的暴风眼中。** **苏炜杰：**名单其实早知道了，正式公布的感觉还是很不一样，自己的同学真的得了菲尔兹奖，非常高兴，很自豪。后来又看到Jacob Tsimerman要加入OpenAI，突然发现唯一跟我没有关系的Jacob又成了同事。非常神奇，我还发了一条推特纪念了一下，哈哈，确实太巧合了。 **甲小姐：****AI****和Math两个世界的话语体系有不同吗？** **苏炜杰：**AI for Math当下还在往“超级做题家”方向前进，但数学不一样，数学是一种文化。 数学是人类至少2000多年的文化——如果考虑到古埃及三角学，那就是4000多年。世界各地几千年来独立或共同发展出来这样一种文化——一种定量的、完全确定性的语言来描述我们的世界，抽象的世界。在AI数学能力与日俱增的情况下，数学家文化层面的价值反而在继续提升。 **甲小姐：文化部分价值继续提升，指什么？** **苏炜杰：**我虽然不做纯数，但纯数学家朋友特别多，我本科也学的纯数学，Quanta Magazine还是经常看。**数学****的****文化，****包括****对数学问题难度****、价值****的判断****——它背后是一种共同的价值观，****是一个数学共同体的行为。** **甲小姐：今天数学共同体判断一项结果的价值，和****AI****公司展示模型能力的标准，差别是什么？** **苏炜杰：**数学往深了讲，是一种“人类心智的荣耀”。我小时候看过一本让·迪厄多内的书《当代数学：为了人类心智的荣耀》。 抛开应用价值，纯数学的理性部分本身有很强的人文价值和文化价值。伟大的数学家，往往会给后人留下一种新的数学观。像黎曼、格罗森迪克，他们的作用远远不是解决了一个难题，更多是提供了一种新的理解数学的思路和一种世界观。 最近Anthropic把黎曼猜想某一种形式的ratio（比例）提高到67.2%，从公司来讲是个大进展，**但****顶级解析数论专家对这个数学结果评价不高。** **甲小姐：它发布在X上，Anthropic****原话是“我们让一个尚未发布的Claude研究版试着去攻克黎曼假设。它并未解决该问题，但确实在一个相关难题上取得了进展：它将满足该猜想的黎曼ζ函数零点占比的下限从41.6%提升至67.2%。”在数学家看来，这条路不本质，那****这是不是****用****一种****非常****AI体系的benchmark来证明模型的数学能力？** **苏炜杰：**它是在已有方法基础上的优化，而这个比例即使达到100%，也不等于证明所有非平凡零点都在临界线上——它偏离了黎曼猜想的初衷。所以它更多是一个新闻事件，而非真正的数学发现。 我不敢说Anthropic真正的目的，但他们凭借这件事在网络上攒了足够的流量。据我有限的了解，他们对真正的数学发现不会有太多关注。 **甲小姐：为什么最近AI在数学上的进展突然密集起来了？** **苏炜杰：**最大原因是AI的能力确实在上升，**而且这个上升的曲率并没有下降。** 去年这个时候，AI刚刚IMO拿了金牌，还不是研究级别的问题；去年年底，已经陆续有一些研究级的数学成果了，只是相对冷门；到今年，它已经开始解决很多大家真正关心的问题了。 但这不是唯一的原因。 人类数学家的工作方式，从六七十年代以后，越来越往深做，不同领域间的交流越来越少。**现在不是隔行如隔山，是隔topic如隔山——换个topic，数学家间已经非常难交流了。** **现在****人类数学形成了一个非常“凹”的形状。就像一个多面体，很多触角，每一根都扎得非常深、非常尖，但不同触角之间是空的，很多地方没有人探索。** **甲小姐：像一个有非常多角的****N****爪鱼****？** **苏炜杰：**Exactly，**这就是人类数学****的现状，****AI是在这一层****的****“丰收”。**它直接把不同领域、不同方向的技术结合在一起，大家突然发现，原来这里有大量的low-hanging fruit（低挂的果实），很多人没有预料到。**所以现在有大量的人在“抽卡”。很多朋友每天晚上跑好几个agent，早上起来看看有没有跑出来。** **有人说这种状态****可能到明年就结束了，我觉得不会。因为人类数学尖角太sparse****（稀疏）****了，维度非常高****，****任何两个Vector都是正交的。** **甲小姐：上次跟董彬师兄****聊****，他专门强调了数学空间是****“****双指数****”****的。** **苏炜杰：**是的。**这个凸包还可以填很多年**。 但另一个角度看，现在的AI能不能创造一种新的技术，让自己成为一个尖角——**就像一只八爪鱼，自己长出第九条触角****？目前还没看到。** **甲小姐：如果长出来****第九个触角****，它会是渐进式突破，还是跳跃式过程？** **苏炜杰：**AI的发展其实一直比较渐进，Scaling Law从损失函数来讲，它是连续下降的，但它对人类的震撼总是阶梯型的，一阵一阵的。 第九个触角一旦长出来，其实没有理由怀疑，它为什么不能长出第十条、第十一条？一旦具备这种能力，AI一般都可以scale，可以把这个能力不停地复制、重复、增加。 **AI数学的上限，以我的观察，是看不到顶的。** 当然有两种可能，一种可能是继续现在的研究范式，AI能力不停增加，也许“长出第九条触角”只是它能力光谱的某一端，只要达到一定程度，就会产生新的数学思想；但也存在另一种可能性，触角能力是在另一个维度，现在AI在解题维度不停狂奔，但新的思想和技术可能在另外一个维度——**你在X轴上跑得再远，也到不了Y轴。** 具体是哪个可能，可以再等等。 **甲小姐：****AI for Math大众级出圈的导火索是雅可比猜想。按公开说法，是Anthropic一个员工看世界杯时顺手让Fable去试，结果找到了反例。它甚至不是论文，是直接发在了X上。这是无心之举吗？** **苏炜杰：**我并不觉得他是看世界杯时候发现的，谁看世界杯的时候会问问题啊？我觉得他是专门扫了一遍，seriously试了很多。最后呈现出来的感觉是模型非常厉害，走路、上超市买菜都可以随手解决黎曼猜想，我觉得很大程度上是营销。某种意义上，这也对数学共同体有些不太尊重——把严谨的数学研究放在一个过于不严谨的场景下。但从传播角度，目的达到了。 **甲小姐：这****是****Anthropic本身在抢占这个战略制高点？** **苏炜杰：**我个人猜测是这样子。 **甲小姐：当下AI的主线是Coding，最近AI for Math这么火，是AI改写了主线****，****还是Benchmark太稀缺了？** **苏炜杰：**Coding的经济价值更大，但离普通消费者还不够近，AI for Math更容易产生冲击力——只要小孩读书，都会学数学，无论什么文化、什么国家，大家都觉得数学难，现在AI可以解决当年困难到不敢尝试的问题，这种心理震撼会更强。 **甲小姐：****你刚才说很多人在“抽卡”数学，这些人是数学家还是AI领域的人？** **苏炜杰****：**很多是数学PhD，还有一些早就离开研究一线了，只是一直保持热爱，现在AI又把他们拉回数学研究的一线，对他们是一种非常大的鼓舞。 **甲小姐：****是****鼓舞****，不是****劝退？** **苏炜杰：**对数学爱好者或离开一线的人来说是鼓舞，但对很多年轻数学学者，会形成一定的discourage。 数学从开始投入到真正能做研究，至少本科4年加博士5年，这需要一种非常强的信念，你要相信这项技能非常宝贵。但AI在动摇这种信念。原来你需要投入很多年才能获得的能力，AI现在轻轻松松就可以做到，确实会有失落感。 **但有些朋友过于高估了对AI的恐惧。**AI只是提前让你到达了一个本来需要努力很久才能到达的阶段，它其实增加了你的生产力，**可以让你的数学研究达到更高的层次。** **甲小姐：有种说法是，2026年可能是最后一次由人类独立****获得菲尔兹奖，****你认同吗？** **苏炜杰：**“最后一次”有些绝对，因为已经有不少年轻数学家现有的成果已经有机会拿2030年的菲尔兹奖了，其中有不少中国学者。我相信，2030年还是会有一些菲奖得主的学术成果主要来自2026年之前，人力为主。但2034年的得主，至少会有AI辅助吧。 **甲小姐：****北大数院有一些师弟师妹成果很强****。****站在****数学前沿的年轻数学****家****是对AI进展最关注的人****吗****？** **苏炜杰：**北大数学确实非常强，年轻人才梯队源源不断。但谁更关心AI for Math不好说，**几乎所有数学家都在以不同方式关注。** 两三周前我参加国际数学家大会（ICM），大家都在讨论，一些talk、panel discussion、一小时报告，这些主流场合都在讨论AI对数学和education的影响，开会空隙大家也一直在讨论。 不同地区的态度有些差别。中美对AI for Math更拥抱，但欧陆，比如法国、德国，有一定的抵触——他们还是希望维持一种匠人数学家（artisan mathematician）的传统。 **甲小姐：除了地域差别，不同数学分支离AI的距离也不****太****一样。哪些领域可能更快被AI突破？** **苏炜杰：**这个问题比较难，可能更顶级的数学家判断会比我更合适。这首先和学科本身的描述语言、证明体系有关。 有一些数学需要几何形象，比如拓扑，AI虽然有multimodal，但它生成图像和拓扑里的图像是两回事；还有一些需要大量非常细节的estimate、各种bound，很难利用局部的对称性，比如PDE分析。这两块恰恰是AI现在突破相对比较小的。 **甲小姐：除了学科本身的特点，训练语料****的****多少也****有****影响？** **苏炜杰：**对。比如组合突破得比较快，可能是因为这个方向的文章更多。组合很多结果会发在理论计算机科学（TCS）的FOCS、STOC、SODA这些大会，每年几百篇论文，训练语料特别多。 **甲小姐：前阵子跟姜子麟聊，他说****组合在****国内开会有时一个会能召集两三千人；但像代数几何，****参会人就相对少一些****。** **苏炜杰：**AI在代数几何上的能力是中等，比理论计算机和概率稍微弱一些，但又比拓扑、PDE略强。 代数几何很难，它抽象的layer特别多，是“抽象的抽象的抽象”，但同时它又有非常好的对称性。AI的思考空间是在embedding space，高维空间。对人来说难以想象的对称性、不变量，对AI来说反而可能很天然。 **但我觉得，最终AI for Math在各个分支都会上升，只是斜率不同。** **甲小姐：AI****正在****让数学各分支的界限更模糊****吗****？** **苏炜杰：**我觉得已经在发生了。 数学像一个刺猬，不同的刺之间几乎是真空。过去不同数学分支交流少，不是因为大家不想交流，是因为大家说着不同的语言，有一种“巴别塔”的无奈之感。 过去几十年，这些语言间的距离一直在扩大，AI第一次可能把这个趋势逆转过来，让不同领域之间的语言界限开始缩小。不光英文、中文等自然语言，也包括不同学科间的语言。 AI是一种粘合剂，开始把这些空白填起来，原本非常遥远的刺也更容易联系在一起。 **甲小姐：陶哲轩****在****讲digestion****（消化）****——无论AI产生多少数学结果，最终还****要****人去“消化”，把它并入人类的知识体系。按照现在AI for Math的速度，digestion能跟得上吗？** **苏炜杰：**这是一个重要问题。Digestion也是一种文化。数学本身就像食物，它要真正作用到每个人身上，转化成更小的营养素，让其他领域的人也能吸收这些成果，而不只停留在少数几个专家那里。但这种digestion能不能一直持续下去？如果AI始终只是超级解题家，我们指哪打哪，价值判断还是由人来掌握，那digestion相对容易；但如果AI开始具备创造新数学框架的能力，人类的精力和脑力可能会形成物理性障碍，这种可能性不能排除。 一个例子就是**望月新一的ABC猜想**。到现在为止，学术界对它到底是对还是错，还没形成定论。它为什么这么难消化？因为是很多篇paper，每篇都很长，一共好像有600多页，他又创造了一套新的数学语言，对其他数学家来说，真正读懂消化它，有精力、体力、脑力上的巨大障碍。如果有一天AI也产生这样的数学，我们也许可以通过形式化语言保证它的正确性，但正确性之外，我们能不能真正消化它？ **甲小姐：数学家的价值会走向两头****，****一头是问题的挑选者，一头是答案的解释者？** **苏炜杰：**问题挑选者更容易长期存在。解释者会变得非常困难——即使没有AI，现在很多数学领域审稿已经要四五年，真正能理解一项工作的人可能只有个位数，AI只是让这个现象进一步加重了。 2.“白金一代”成长史**：“你不可能在所有维度上超过AI，但世界是无限维的，你要找到自己的X轴”** **** **甲小姐：7月底ICM期间，你和王虹、邓煜、唐云清、赵子慧****、****孙鑫拍了一张合影，你们是北大数院2007级的同学。那天大家聊了什么？** **苏炜杰：**那天嘛，王虹、邓煜，我们大家先膜拜一下，恭喜他们，非常高兴，也感到骄傲。 他们那天已经非常累了，一整天领奖、记者招待会、各种采访，后来就先休息去了。剩下我们几个，就聊聊以前北大的八卦、最近的生活，都是比较轻松的话题。**没有聊AI。**  北大数院07级同学合影：（左至右）赵子慧、唐云清、王虹、邓煜、孙鑫、苏炜杰，图片来源，北京大学北京国际数学研究中心 **甲小姐：十几年过去，大家什么变了，什么没变？** **苏炜杰：**变化是大家在不同学校都做出了非常好的工作，方向跨度很大。但数院同学的气质没怎么变，都比较纯粹，**依然很****喜欢“喊弱”****。** **甲小姐：你突然把我带回本科时代了。** **苏炜杰：哈哈，已经非常强的同学也会说，这方面不会啦，那方面也不懂，“喊弱”这种文化还是在的。** **甲小姐：大家****现在被****称为****“白金一代”或者“黄金二代”。你最早是什么时候意识到，身边这群同学确实很强？** **苏炜杰：**其实读书时没发现，因为北大每年都很强，每届都有大神。 比较早让我产生这个感觉的是余越。他去了法国读博士，导师也是菲尔兹奖得主。他很早就做出了很好的结果，博士毕业就入选克雷研究学者。那时我觉得，呀，我们系同学确实有点厉害。后来我们级做出来的人就越来越多，**刘雨晨、王虹、邓煜、唐云清****……越来越多，打不住了。**我算了一下，我们级做纯数的同学应该有十一二个；做统计的，包括我，大概四个左右；一共做学术的可能接近二十个。 **甲小姐：所以2007之所以成为2007，做学术的****人数多是一个因素。还有别的原因吗？** **苏炜杰：**可能是陈天权老师。他在我们大一的时候，就用一种比较现代、比较抽象的方式给我们讲数学，很早就让大家接触到比较接近现代数学的思考方式。 还有一点，我说一下应该也没事吧，我们级数据结构那门课，所有同学都上得很不高兴，上完后都不想学应用了……我们有句话，“它培养了你对纯数学的爱”。 **甲小姐：我听说****陈天权老师当时****教数学分析****，****大一上来就讲点集拓扑、测度论，相当于先从数学的根基把框架铺出来，再讲连续性这些概念。你们都选了他的课吗？** **苏炜杰：**我们当时有四个班，一二班是另一位老师，三四班跟陈老师，这是一种默认分配，但大家可以自由选。确实后来三四班出数学家好像比例稍高一些。 **甲小姐：在“神仙打架”的一届，你是怎么做到本科专业年级第一的？** **苏炜杰：**我只能说我成绩还可以吧。但很多其他能力我肯定不是最强的。 比如邓煜成绩不是第一，但他大一已经开始选高年级的课，大二就在选研究生的课。跨级选课当然会影响你的成绩，但能让你更快进入前沿数学——所以年轻同学不要把绩点当成主要目标。 **甲小姐：作为绩点第一的人，****你****在告诉大家不要太重视绩点****？** **苏炜杰：**对。绩点高唯一比较明显的作用，就是申请的时候比较自由。 我当时读的是基础数学，也学了些计算数学。申请的时候，我受到新闻影响，天天看数据科学、压缩感知（Compressed Sensing）。Compressed Sensing的两位创始人Emmanuel Candès和David Donoho都在斯坦福，所以我就申请了斯坦福统计系的PhD。我本科没怎么选统计，但绩点高，选择比较自由。但长期看，绩点没那么本质。 **甲小姐：做到专业年级第一，对你容易吗？** **苏炜杰：**我不太记得了，哈哈。大家当然都很努力，只是努力方式不一样。 大一就有讨论班，我会参与一些，但有些同学参与得更多，比如刘雨晨、许地生和余越。讨论班就是拿一本大部头的书，几个同学一起啃，你讲这一章，我讲下一章。这对成绩其实没什么帮助，甚至可能是反作用，它很占精力，但它能让你更快进入数学前沿。 回头看，大一、大二就参加讨论班的人，后来基本都去做数学学术了，这是一个非常强的自我筛选——**你自愿参加讨论班，是未来你做学术最大的一个predictor。** 还有一个很有意思的现象，就是**转系**。我自己统计了下，**转系****到数院的同学，后来在数学上发展得都非常好****——这是显著的好，****比例出奇****的****高。** 王虹就不用说了，丁剑、高紫阳、沈俊亮也都是转系。转系生本身比例可能就10%，但出来的数学人才占比远远高于这个数字。 **甲小姐：****你本科四年横向做了很多事，除了专业第一，还有建模竞赛、微软亚洲研究院实习、经双、谈恋爱。你当时已经隐约觉得会走向更应用的方向？** **苏炜杰：**大一我没有特别确定做纯数还是应用，但比较确定想做学术。我一直觉得自己社交能力弱、内向，不太擅长去业界。前两年没确定方向，大三分方向选了基础数学，因为听说申请出国还可以重新选，所以也不急。 我们级有很多纯数特别强的同学，我不确定基础数学到底有多难，应用数学的保证可能更高一些，所以我就花了一些时间做做建模。至于经双，是我当时的女朋友、现在的妻子想学，她把我拉去的，我本来不是特别想学，但她说一起学可以互相帮忙，做作业也方便。她是文科，我当时还帮她补了一下高数、线代什么的。 **甲小姐：她****在****什么学院？** **苏炜杰：**外国语学院，学法语。 **甲小姐：你****刚才还****说自己内向****，****你是怎么在外国语学院找到女朋友的？** **苏炜杰：**我们都是浙江人，老乡群里认识的。我其实在北大认识的人很少。 **甲小姐：但你很高效****啊****，一进大学就谈恋爱了。** **苏炜杰：**这么说倒确实是。 **甲小姐：你****测过****MBTI吗？** **苏炜杰：**没测过。我觉得内向也分很多种，有人天生内向，但社交能力一点都不弱，比如梁朝伟。我可能社交上比较笨拙，间接导致我比较内向。 **甲小姐：可能统计学家不太看MBTI****。** **苏炜杰：**我一般智商什么的也不会去测。这些东西，测得高，给你一个暗示，测得不好，又给你反面暗示。人是非常复杂的，任何一个指标可能都是以牺牲其他指标为代价的。 **甲小姐：你以前讲过，中学竞赛一度消耗了你对数学的兴趣，到了大学，通过建模、高等数学，又重新找到了乐趣。** **苏炜杰：**竞赛如果长期搞，还是会有压力。 邓煜高一就进了集训队，高二拿了国际金牌，但高三他就不参加比赛了。他这种情况其实不多，大部分人可能还是会继续参加，学校也希望你参加。我觉得如果参加竞赛完全是因为兴趣，那很好。今年的菲尔兹奖Jacob Tsimerman是IMO金牌，John Pardon是IOI金牌。但如果变成一种压力，会对兴趣产生损耗。 **甲小姐：****有数据统计菲尔兹奖得主有50%左右有IMO背景。****什么能力在竞赛里有利，****在****研究中反而不那么重要？** **苏炜杰：**竞赛和纯数学科研的相关度还是比较高，跟应用数学、统计的相关度弱一些。应用数学最难的地方，是怎么用数学方式描述一个真实问题。你是在两种思维之间不停碰撞——一方面，你要把自己当成一个做实证的人，尽可能把问题的真实面貌刻画出来；另一方面，数学工作者要把原本非常复杂的现象一层一层剥离。两种世界不停碰撞，慢慢融合，形成一个结论或者解决方案。这个解决方案单从数学角度，往往不是完美的，因为你要兼顾事实——**它有一点“中庸”的思维。**这跟竞赛很不一样。竞赛更多是在某一个维度上狂奔，但做应用是在甚至相互矛盾的维度中寻找平衡点。 **甲小姐：你领COPSS奖的时候，专门感谢了北大、斯坦福，以及当年的奖学金。特别去感谢一笔资助的人并不多****，****为什么这件事对你这么重要？** **苏炜杰：**其实从初三开始，我主要就是靠奖学金和助学金一路完成学业。如果没有一路上这些资助，对我这种家庭相对困难的孩子来说，是很难持续下去的。 **甲小姐：很多****对你的****报道里，“农村娃”“寒门”“贫穷底色”是高频词。你喜欢大家用****的****“寒门逆袭”****这种叙事****吗？** **苏炜杰：**大家如果愿意关注我、关心我，是我的荣幸，因为整个社会公众的注意力是有限的。如果我的经历能鼓励年轻学生投身数学，让欠发达地区的孩子更有信心，我觉得很好。但“寒门逆袭”有点像给我扣了一个帽子，我不反对，但稍微有点怪怪的。 **甲小姐：如果你给****自己的****来时路写一个标题，你会怎么概括？** **苏炜杰：**这么短时间我可能想不出来。我大脑里可能有一个embedding、有一个vector，但decode好像找不到特别合适的词。人类语言毕竟是有限的。 **甲小姐：如果不要求一个标题，多一点token呢？** **苏炜杰：**对数学的热爱，又希望把这种热爱跟实际应用结合起来，也希望鼓励所有来自普通家庭的孩子可以往这条路上努力。 **甲小姐：你上次回余姚老家是什么时候？** **苏炜杰：**去年暑假。变化挺大的，我小时候那里都是农村，外围就是绿油油的农田。现在大部分农田已经没有了，我们那也差不多并入城区了。 **甲小姐：****我记得****你小时候想买一本高等数学的书，还得专门跑到城里的书店，****很困难，****今天****通过AI，****知识获取门槛已经低了很多。** **苏炜杰：**现在的孩子想学数学、学物理，**不是过去那种物质障碍，而是心理障碍。** AI会让年轻人产生一种错觉——我始终达不到AI的高度。这个差距会discourage很多小朋友。所以问题变成了怎么克服这种心理障碍？ **你不可能在所有维度上超过AI****，****但世界是无限维的，每个人都有自己的一个维度****，****你要找到自己的X轴。** 在这个轴上，你可以超过AI，至少努力以后你会比AI强，AI是帮你变强的助手——你需要有这种信念，如果这点能克服，每个人的机会其实比以前更多。 3.加入OpenAI**：“现在世界上也没有多少人敢说自己真正理解AI”** **** **甲小姐：2010年大三****的你在北京的****微软亚洲研究院实习，那时算开始接触AI****了****吗？** **苏炜杰：**那个时候大家都不敢提AI，主要讲机器学习。它也是数据驱动，但跟今天的AI完全不可同日而语。那次经历对我比较大的影响是认识了很多计算机的朋友，从另一个角度打开了一扇门。 **甲小姐：一转眼16年过去了****，****你对AI的本质理解有什么变化？** **苏炜杰：**有变化。为什么？因为之前都没有理解，哈哈哈。 准确地说，现在我也不敢说自己理解了，**我觉得现在世界上也没有多少人敢说自己真正理解AI。** 我现在是在试着理解，每天都会有些新收获，但我觉得离真正理解还远着呢，或者可能永远也到不了。 **甲小姐：数学家讲“理解”跟****普通人****不太一样****，****这个我们等会儿展开。先回到你加入OpenAI****的故事****。2025年12月，OpenAI研究员塞巴斯蒂安·布贝克****（****Sébastien Bubeck****）邀请你加入OpenAI****。这个联系是怎么发生的？** **苏炜杰：**我其实一直都没有去业界的计划，没有想过要离开学校。 去年12月，我正好在参加NeurIPS，收到Sébastien Bubeck的邮件，他问我对OpenAI有没有兴趣。我猜他联系我可能有几个原因。一个是他以前也在学术界，我们有过一些学术交流，另一个背景是，那之前一两个月，UCLA的Ernest Ryu用GPT-5解决了优化领域里的一个猜想，这是个比较标志性的事件，大家开始看到AI确实可以解决research级别的数学问题。Ernest在斯坦福比我高一级，我们本来就认识，他跟的是Stephen Boyd，我自己也一直和Stephen Boyd有合作。后来Sébastien Bubeck邀请Ernest去了OpenAI。可能这些因素加在一起让他想到了我。我们聊完觉得挺有意思，就开始了。 **甲小姐：****之前十几年****你都没有考虑过去工业界****？** **苏炜杰：**可能有性格原因，也有惯性吧。在学校做研究挺开心的。当然学校有局限，比如算力不够，但大模型还有很多方向——trustworthy、privacy、fairness——对算力要求低一些，学校可以做。而且这三年开始做LLM以后，更多学生愿意跟我，挺开心的。**如果他不邀请，我不会主动找业界机会。** **甲小姐：加入OpenAI，****对你****是一个轻松的选择，还是有犹豫？** **苏炜杰：**稍微有一些犹豫，但不多。 因为在北美，学术休假是一种比较常见的机制。你可以去公司待一年、两年，相当于会经历几代模型，到时如果觉得不合适，或者了解得差不多了，可以再回学术圈。 **不过虽然是他主动找我****的****，我还是要正常走面试流程。**一共四轮。两轮偏数学，主要是概率题，比较容易，很像brainteaser（脑筋急转弯）。另外两轮是coding。 Coding是我比较薄弱的一点。这么多年做研究，代码很多是学生在写，所以NumPy、PyTorch、Transformers这些，我大概花了一个月重新熟悉，最后应该勉勉强强达到了他们的要求吧。 **甲小姐：****Bubeck主动抛橄榄枝，而且你已经是统计学最高奖了，你还要四轮面试？** **苏炜杰：**对。想去他们那里的人其实很多，有些人在学术圈也已经积累很多，所以门槛本身比较高。 当然他们对教授的工程能力预期不会像工程师那么高。我们可以做偏算法的研究，不一定负责实际部署，但PyTorch、Transformer这些最基本的东西，我觉得是一个最低门槛，如果这些都不了解，连最基本的怎么开始做都不知道。 **甲小姐：你****春节准备了一个月****？** **苏炜杰：**大概2月份吧，每天花两个小时，重新熟悉了NumPy、PyTorch、Transformers，看了很多Karpathy的nanoGPT视频，还有网上一些教程，不懂就问ChatGPT。那一个月coding能力确实提高不少，达到了我的一个小高峰。 **甲小姐：很久没有这种体验了？** **苏炜杰：**过去代码看是能看懂，但面试你不能vibe，不能用AI。 **甲小姐：****代码必须自己一个字一个字敲出来？** **苏炜杰：**对。这个可能是唯一一个不能用AI的AI场景，哈哈。一旦允许用AI，这些问题就没有任何难度了。 **有趣的是****Jacob Tsimerman，今年的菲尔兹奖得主，他也面了coding****——我****那个同事还夸他，说他NumPy、Python还挺熟练的。** **甲小姐：你跟Jacob有****过****交流吗？** **苏炜杰：**我之前在ICML和他打了个招呼，说以后可能要一起去OpenAI。昨天在公司里又刚刚见到他。 **甲小姐：他接下来想做什么？** **苏炜杰：**他要做AI safety，看得出来他是非常认真的。 我自己比较好奇的是，理论层面到底能做到多少？数学有没有可能给它建立一个相对形式化的框架，在形式化意义上，保证一个模型是安全的？这和现在ad hoc的方式很不一样。现在可