Research note / 2026.10.23
把持得住。
用 AI，
也保留判断。
从丘成桐与 AI 的一篇微信文章出发，核查数学新闻，再回答一个实际问题：怎样借助 AI 完成任务，同时知道自己究竟学会了什么？
原文的启发，和它没有证明的事
原文把丘成桐的态度解释为：承认 AI 的潜力，承认自己对变化仍有未知，同时主动参与。这种态度可以作为行动起点；具体做法仍要由任务和证据决定。
明确能力与未知
把已观察的任务表现、尚未核查的新闻，以及对未来的判断分开。模型表现和可用条件会变化。
让工具进入真实任务
从一个能核验结果的小任务开始，记录用时和错误。机构宣布研发目标，只说明已经组织行动。
保留选择与验收责任
AI 可以参与提出问题、找反例和审查。使用者仍要明确问题为什么重要、结果满足什么标准。
先还原时间，再理解争议
原文将多个事件并置，容易让读者读成同一轮即时反应。下列日期显示：数学家声明早于大规模手稿发布，不能把声明直接写成对这次发布的事后抗议。
八项说法，逐项查证
“事实已核”表示找到了相应原始材料，不表示本页独立验证了全部数学证明。展开每项，查看原文说法、核查结果和推断边界。
显示 8 / 8 项
需要修正01 · “唯一华人得主”应重写
标题和正文将丘成桐称为迄今唯一华人菲尔兹奖得主。
本页改用“首位华人菲尔兹奖得主”。IMU 列出丘成桐于 1982 年获奖，也列出陶哲轩于 2006 年获奖。不能照抄“唯一”来增强权威感。[S2]
不在本页推算各类身份口径下的总人数，也不把获奖经历当作 AI 方法有效性的证明。
事实已核02 · 八家机构、千名科研人员的联盟
丘成桐牵头组织联盟，准备研发数学与基础科学专用模型。
清华 10 月 13 日公告确认：联盟于 10 月 11 日成立，由八家数学研究机构组建，汇集千名科研人员。自主研发专用模型属于公告中的目标。[S3]
成立与投入不等于模型已经交付、性能领先，或已带来具体经济收益。
事实已核03 · 25 位联署，指的是初版人数
事实已核04 · 700 多份手稿存在，验证状态各异
需要修正05 · 并置事件不能自动建立因果
需要修正06 · 千禧年难题：发布主张与正式认可分开
原话待核07 · “把持得住”与多个类比的完整上下文
文章把短语与驾驶、望远镜、冲浪、微分和积分等类比归于丘成桐。
本次完整读取文章文字，但未取得承载这些说法的完整原始影音或逐字稿。可作为一刻talks 的转述与解读阅读，不能标成已核验的逐字引语。[S1]
类比能帮助解释态度；不能用来量化 AI 提升倍数、证明训练覆盖全部人类知识，或预测未来能力上限。
观点判断08 · 提问与解题，不宜划成永久的人机边界
文章将解题描述为可外包的工作，将提问描述为不能外包的能力。
更稳妥的做法是拆开“生成问题、评估问题价值、验证答案、采用结果”。AI 可以参与这些环节；其有效程度要在具体任务中测试。使用者需要明确验收标准和责任。
这是一项方法建议，不是已经证实的人类能力定律。即使 AI 生成了有价值的问题，也不与这项建议冲突。
做得更好，和学会了，是两项结果
同一试验，两种测量
Bastani 等，PNAS 2025；土耳其一所高中，接近千名学生，GPT-4 数学辅导随机试验。每个阶段的无 AI 对照组分别归一为 100。[S10]
练习阶段：普通 AI 组比对照高 48%，带教学约束 AI 组高 127%。这是相对变化，不是加了 48 或 127 个百分点。
查看两阶段数据与限制
| 条件 | 练习 | 无辅助考试 |
|---|---|---|
| 无 AI | 基准 100 | 基准 100 |
| 普通 AI | +48% | −17% |
| 教学约束 AI | +127% | 未见显著正向提升 |
带教学约束的设计强调提示和教师提供的题目信息。它基本消除了该试验中的负面影响，但没有显示显著正向考试提升。“未显著”不能解读为精确零效应。2025 年勘误只涉及作者单位。[S11]
即时产出
题目完成了多少？是否正确？用了多久？这反映当时的人机协作表现。
独立理解
不看原答案，能否解释关键步骤，并指出假设和易错处？复述流畅还要配合实际作答。
延迟保持与迁移
隔几天后能否解决新变式？必须换题并预设评分标准，避免只测答案记忆。
这项试验支持“辅助表现和无辅助表现需要分别测量”。它不证明所有 AI 都损害学习，也不直接证明数学科研、编程或商业培训会得到相同效果。
把态度变成一次任务安排
按任务目标选择 AI 的参与方式。以下是可解释的方法建议，没有科学风险评分，也不预测成功率。选择变化后，核验动作会同步更新。
先独立尝试，再让 AI 分步提示
描述卡住的具体步骤，请 AI 只给一个提示；完成后再看完整解释。
- 预先固定评分标准，记录初次独立尝试。
- 关掉 AI，完成一道新变式，再做延迟复测。
- 找权威教材、标准答案或能独立检查的人核对。
提示无法帮助你解释关键步骤时，缩小任务，补基础，再重试。
用七天检查自己的 AI 使用方式
做一个可撤回的个人探索。它帮助发现习惯中的问题，不足以单独证明因果，更不能代表所有人。先固定任务和标准，再看结果。
- D1选一个技能，准备配对任务
准备多组难度相近的不同题目；写下评分标准、时间上限和你预期的结果。预先安排 AI / 无 AI 交替顺序。
- D2–4交替完成，记录同样的指标
记录用时、正确项、错误类型、核验时间、返工次数。AI 条件固定模型和使用方法。保留接受或拒绝建议的理由。
- D5关掉 AI，测试新变式
用没有见过的题目检查解释与迁移。不要把原题重做的熟练度当迁移。
- D6安排延迟复测
再做一组新题，记录是否保持。如果任务难度不匹配或练习顺序影响大，标为不确定。
- D7按预设标准判断，保留反例
更快但迁移没有改善，只能说辅助交付更快；如果迁移也改善，只能支持你在本任务中的观察。
开始前，检查五件事
仅本次页面内勾选，不保存、不上传。刷新会清空。
已准备 0 / 5 项
若要把这种方法用于产品或服务，还需要分别验证目标用户、实际使用、交付验收、付费与复用。数学家观点、机构联盟和论文数量，都不能替代需求或盈利证据。
来源与覆盖范围
链接可在线复核；页面正文、图表和交互均自包含，可离线阅读。动态数字为 2026 年 10 月 23 日的核查快照，后续可能变化。
- S1 · 原始待分析材料一刻talks：丘成桐与 AI 的微信文章2026-10-23 19:30。完整读取正文文字；原文标题含“唯一华人”，本页已修正。
- S2 · 奖项记录与身份称谓IMU：1982 年获奖名单与 2006 年名单交叉查看；清华的2024 年报道采用“首位华人”称谓。该身份称谓来自报道，不由获奖名单自行定义。该转载将获奖年份写为1983；本页采用IMU的1982年记录。
- S3 · 校方公告丘成桐数学与人工智能实验室联盟成立清华大学，2026-10-13；活动日期 10-11。机构数量、人员与研发目标来源。
- S4 · 声明初版A Severe Misalignment of AI in Mathematics · v12026-09-11；25 位作者的初版存档。
- S5 · 声明现行页面Math and AI：声明正文与签署者本次核查列出 28 位菲尔兹奖得主；主张与名单分开核查。
- S6 · 企业首发记录OpenAI：Sharing AI progress in mathematics2026-10-06；另见官方社区首发数量。企业发布不等于第三方数学认证。
- S7 · 当前目录与修订OpenAI 官方 math 仓库核查时 719 份、372 个结果族；history.md记录撤回和修订。未逐份审阅或复跑证明。
- S8 · 证明发布方OpenAI：On the Navier–Stokes Millennium Prize Problem2026-09-08；仅确认公司解法主张及材料发布。
- S9 · 奖项机构Clay Mathematics Institute：Navier–Stokes 公告2026-09-11；配合问题状态页查看。评议状态不能替代正式获奖状态。
- S10 · 同行评议研究Bastani 等：Generative AI without guardrails can harm learningPNAS，2025-06-25；原始随机试验。高中数学、GPT-4、特定教学情境，外推范围有限。
- S11 · 研究勘误Bastani 等论文勘误2025-08-20；修正作者单位，不是重算学习效果。
本次覆盖
微信提取器返回 status=ok、truncated=false；已读取文章文字。8 个图片引用未做 OCR，未取得完整讲话影音。核心新闻、声明、官方仓库与学习研究按上述原始来源核查。
分析与验证的界线
事实矩阵是来源核查；分工规划与七天实验是本页方法建议。没有独立认证全部数学结果，没有评估普通读者的长期学习效果，也没有验证商业需求。