学术界延续了数百年的神圣契约，在一夜之间被彻底撕碎。 2026年9月中旬，哈佛大学数学系与数学科学与应用中心（CMSA）秘密迎来了一场非同寻常的闭门峰会。 坐在这间会议室里的24个人，几乎囊括了当今数学界的“最强大脑”，来自哈佛、斯坦福、MIT、普林斯顿、哥伦比亚、伯克利、UCLA等顶尖名校的资深数学家齐聚一堂。 他们聚在一起，只为解决一个迫在眉睫的巨大生存危机：在生成式AI面前，现有的博士培养体系正在全面崩溃。 会后，一份长达八页的重磅报告草案正式公之于众。 其中最受瞩目、最具冲击力的一条共识直接冲上全球学术圈热搜： “博士学位不应再主要依据学位论文文本来授予！” ▲ 哈佛大学数学系官方发布的“AI时代数学博士教育峰会”页面 消息一出，整个学术界迅速掀起震动 数百年来，写出一篇两三百页、装订精美、充满严密公式推导的学术论文，一直被视为一个人从“学生”蜕变为“独立学者”的终极图腾。 而今天，顶尖数学家们却亲手将这个图腾推下神坛：从今往后，光靠写出一份漂亮的论文文本，你休想拿走博士学位。 01800年学术图腾崩塌：AI写出的论文，比博士生还漂亮 为什么要在这个时间节点突然对毕业论文“开刀”？ 因为大语言模型的进化速度，已经把传统学术评价体系逼到了死角。 在过去，一份高质量的数学博士论文是极难伪造的。 它要求作者具备深厚的知识积累、数年如一日的硬核推导，以及把抽象逻辑组织成严谨叙述的学术写作能力。 导师和答辩委员会通常默认：只要你能拿出一篇漂亮的论文，就代表你拥有了相匹配的科研能力。 但生成式AI的爆发，彻底斩断了“产出文本”与“个人能力”之间的必然联系。 ▲ 学者在社交网络上的核心转述：“任何人都能把文档打磨得很漂亮，但答辩才是考查能力的试金石” 如今的大语言模型，不仅能熟练撰写极其地道的LaTeX排版公式，还能在极短时间内生成结构完整、文采斐然的学术论述。 即使推导中存在某种逻辑跳跃，AI也能用极具欺骗性的学术修辞将其掩盖得天衣无缝。 这就造成了一个荒诞的现实：“写出了高水平文本”不再等同于“作者本人成为了合格的科学家”。 更残酷的冲击发生在科研选题的前线。 牛津大学计算机科学家莱斯利·安·戈德堡（Leslie Ann Goldberg）在一篇公开综述中发出了极其沉痛的警告：年轻学者与博士生正面临前所未有的“训练题荒”。 ▲ 牛津大学戈德堡教授指出：AI正在迅速吞噬中等难度的数学问题，青年学者的培养路径遭受巨大冲击 过去，导师往往会给博士生挑选一些中等难度的开放性引理作为博士课题，这既能保证学生在三到四年内产出成果，又能扎实锤炼其科研素养。 然而在2026年的今天，一个博士生苦思冥想四年的课题，可能下个月某个新模型几分钟就能直接推平； 而AI暂时解决不了的深水区难题，往往需要人类大师耗费数十年光阴。 “形成缺口”与“信任缺口”同时降临 如果不彻底重构博士评价制度，现有的研究生教育将迅速沦为“提示词工程”与“文本包装”的假面舞会。 02哈佛峰会的9条铁律：不准一刀切，答辩变“战场” 面对汹涌而来的AI浪潮，这24位顶尖学者没有选择把头埋进沙子里的鸵鸟策略。 哈佛峰会明确拒绝了一刀切的“全面禁用AI”。 他们清醒地意识到：在未来的科学世界里，不会使用AI的学者就像拒绝使用微积分的古代算账先生一样注定被淘汰。 会议提出的核心原则只有一句话：“AI应当赋能人类的理解，断不可用来跳过理解。” ▲ 学者Koutian Wu归纳的核心共识：在AI时代，能否产出文本不再重要，能否透彻理解、当面捍卫并承担责任才是关键 峰会形成的9条行动纲领，为整个AI时代的学术界立下了全新规矩： 全面普及工具：大学应尽量为所有研究生提供顶尖AI工具的使用权限； 默认允许探索：不设无意义的禁令，鼓励学生用AI摸清科研边界； 全程透明披露：论文中哪一部分用了AI、怎么用的，必须白纸黑字全盘公开； 署名即负全责：任何写在你名字下的公式与推导，一旦出错，由学生承担全部学术责任； 重构课程评估：淘汰易被AI代写的课后作业，全面转向当面笔试与口试； 导师年度过筛：由多位教授组成委员会，每年至少对研究生的真实科研进展进行一次严格的当面面对面评估； 重塑原创性定义：不再唯“首次证明某个定理”论，广义的学术贡献同样被认可； 强化沟通素养：博士生必须具备面向跨学科专家与大众讲清复杂数学的能力； 废除文本独尊：博士论文文本仅作为严格答辩的入场券与讨论基准，答辩委员会必须通过严酷的面对面质询，确认学生对自己提交的一切内容拥有“绝对掌握力”。 亚利桑那大学的戴维·格利肯斯坦（David Glickenstein）与弗吉尼亚大学的托马斯·科贝尔达（Thomas Koberda）在同期的预印本论文中，将这一改革的核心凝练为两个词：数学判断力（Mathematical Judgment）与智力能动性（Intellectual Agency）。 ▲ 格利肯斯坦在论文中强调：博士教育必须从评估“文本产物”转向评估“数学判断力” 你不能只是一个把AI生成的一堆引理粘合在一起的“学术装配工”。 你必须在没有AI辅助的情况下，站在黑板前，接受多位顶尖教授从第一性原理发起的无情连环追问。 任何写在纸面上的数学主张，你都必须能当场用粉笔把它推导得清清楚楚。 03校园前线的自救：取消家庭作业，重现“芝加哥式审讯” 这场剧变绝非停留在会议室的纸上谈兵，它已经在全球顶尖高校的教室里引发了多米诺骨牌效应。 芝加哥大学布斯商学院助理教授韩小源（XY Han）在社交平台上透露，他曾经所在的顶级博士项目，在今年已经彻底取消了所有博士核心课程的家庭作业。 理由非常纯粹：在强大的AI大模型面前，布置可以带回家写的课后习题已经毫无评估价值。 ▲ XY Han发帖表示：取消家庭作业改每周五现场小测，不仅绕开了AI作弊，还意外成了博士生每周考后聚会的社交纽带 取而代之的，是每周五全员封闭的现场纸笔小测。 这种改动带来了一种极其奇妙的副产物：它不仅彻底粉碎了利用AI作弊的空间，还让原本因为每周疯狂刷题而心力交瘁（burnout）的一年级博士生得到了喘息。 每周五下午考完试后，大家聚在一起喝酒社交，“共患难”的经历反而让他们更快成为了终身学术战友。 而在答辩和研讨会层面，一种更加硬核的学术文化正在全面复辟。 有学者在讨论中辛辣地调侃道：“数学家们正在从第一性原理，重新发明‘芝加哥大学经济学研讨会’。” ▲ 引用推文直言：面对AI，数学界正转向高强度的面对面学术交锋 所谓“芝加哥经济学研讨会风格”，指的是学术界一种极其残酷但也极其纯粹的传统：报告人往往刚讲完第一页PPT，台下的教授们就会直接打断，发起暴风骤雨般的现场追问与逻辑拆解。 过去几十年里，许多大学的博士论文答辩逐渐沦为一种“走过场”的礼仪性表演，导师请客，委员会鼓掌，学生背诵PPT，最后开香槟合影。 知名逻辑学家乔尔·戴维·汉姆金斯（Joel David Hamkins）尖锐地指出，如果答辩继续停留在“表演形式”，哈佛的新建议就会沦为空谈。 ▲ 汉姆金斯指出：过去答辩常沦为形式主义表演，如今必须在文化层面让答辩重归严苛的实质考核 如今，哈佛峰会正在倒逼答辩重回“角斗场”。 未来的答辩室里不再有温情脉脉的鲜花，只有一块巨大的黑板、几支粉笔，以及几个带着放大镜、准备随时刺穿任何逻辑漏洞的严苛考官。 04技术反击：从“200页自然语言论文”到“通过机检的软件代码” 当自然语言（以LaTeX写成的散文式论文）在LLM面前失去防伪能力时，数学家们是否只能倒退回中世纪式的黑板口辩？ 答案是否定的 一种更具未来感、更为坚实的学术载体正在纯数学界强势崛起：形式化验证（Formalization）与交互式定理证明助手（Interactive Theorem Provers，以 Lean、Isabelle、Coq 为代表）。 要理解这一变革，必须看清两类AI工具在底层逻辑上的根本鸿沟： 大语言模型（LLMs）：本质是概率预测器。它是在猜测“下一个词是什么看起来最合理”。它擅长修辞，但必定伴随逻辑“幻觉”与隐蔽的推导断裂； 形式化证明系统（如 Lean 4）：基于严苛的类型论（Type Theory）与计算机底层的微内核（Kernel）。在 Lean 里面，证明即程序（Curry-Howard 同构）。 通俗地说，在大模型里，你可以用华丽的语言把一个漏洞百出的证明伪装得像模像样； 但在 Lean 这样的系统里，每一个数学定义必须被编码为严格的数据类型，每一个推导步骤必须通过微内核的逐行机器编译。 只要你的逻辑有一丝一毫的跳跃，系统就会直接报错拒绝编译； 而一旦代码编译通过（Type Check Success），它的数学正确性就在公理层面获得了绝对保证，不存在任何修辞模糊或人情妥协的空间！ 数学菲尔兹奖得主陶哲轩（Terence Tao）与英国帝国理工学院教授凯文·巴泽德（Kevin Buzzard，Xena项目发起人）正是这一革命的坚定引领者。 陶哲轩此前率领全球团队，在极短时间内用 Lean 彻底完成了著名的多项式 Freiman-Ruzsa 猜想的形式化证明； 而 Buzzard 则带领学生将整个大学本科纯数学大纲以及当代代数几何大师彼得·舒尔茨（Peter Scholze）的高深理论全部重写成了 Lean 代码库。 正因如此，哈佛峰会在第8条建议中极其前瞻地指出：“原创性”应当被广义理解，把人类现存极其复杂、跨越多个分支的宏大理论，首次完整翻译并重构为一套计算机可核验的形式化代码库，其智力难度与含金量完全配得上一篇顶级的博士论文！ 这宣告了未来博士成果的全新形态：它可能演变为一个托管在GitHub上、可复现且完全通过 Lean 4 内核编译的代码仓库，外加阐述宏观架构的说明文档，告别了过去动辄两百页的传统PDF文本。 在这样的体系下，微观的逻辑验证被交给了绝对可靠的机器内核，而人类导师与答辩委员会的精力被彻底解放出来，去考察学生最高阶的能力：对宏观数学蓝图的审美、对复杂架构的搭建能力，以及对数学本质的哲学洞察。 05博士学位，究竟在认证什么？ 哈佛24位数学家的联合发难，固然是对AI代写论文的制度防御，更掀起了一场触及“人类智力特质”的深刻反思。 回顾科学史，每一次生产力工具的跃迁，都在重新划定人与机器的分工： 计算器的出现，杀死了单纯的人工心算能力； 计算机的普及，淘汰了浩瀚的纸质查表员； 而今天生成式AI的登场，正在剥离掉“编织学术文本”这层外衣的虚假光环。 过去，学术界常常默认：“你能写出像样的文本，就代表你拥有深邃的思想。” 今天，AI把这两者彻底撕裂了 当产生论文草稿变得越来越廉价，当推导普通定理变得越来越唾手可得，人类学者最后的尊严与防线究竟在哪里？ 面对深不见底的未知，关键看你是否拥有提出好问题的学术品味； 在脱离一切辅助工具时，更检验你是否敢于站在黑板前，为自己的全部推理承担责任。 行话与精美排版退居其次，直面未知的原创探索成了衡量学者分量的试金石。 从2026年秋天开始，学术界的游戏规则变了： “你能写出文本吗？” 这个问题已经不再重要 “你是否透彻理解它？ 你敢当面捍卫它吗？ 你愿意以自己的名字为它背书吗？” 在AI时代，这是衡量一位独立学者的坚实标准。
评论 (0)