42年数学悬案被AI破解却治不了感冒:OpenAI高管道出人类最后的底牌

一位曾是加州大学洛杉矶分校数学系教授的人，将困扰人类长达四十二年的一道数学难题抛出，在四十多天的持续工作后，最终导致精神崩溃。而转交给ChatGPT后，仅用12小时，悬案便告破解。

最令人深思的，并非人工智能再次获胜，而是它的获胜方式完全不符合人类的常规。人类需要靠精力、经验和直觉，加上运气，才能逐步磨炼成长；而机器则像一台不知疲倦的钻探机，不断向深处挖掘。

表面上看，这确实是智力上的突破。但实际的账目并非如此计算。人工智能能攻克四十二年的数学难关，却永远不会主动去治愈一场感冒，因为它没有发烧、流鼻涕和担忧明天无法起身的症状。

人工智能最可怕之处，并非它的聪明程度，而在于它缺乏感受痛苦的能力；人类最后的一张底牌，正是痛苦的感觉。

先承认这一点，过去的一年里，人工智能的进步已颠覆了众多人的认知。人们曾以为它只能计算AA制账单，但顶级模型已进入了另一种时间维度的竞争。

OpenAI曾提出一个名为AGITime的概念。人类大脑一天能维持四到五个小时的高效专注状态已属难得；而人工智能却能在复杂的逻辑链条上运行数天甚至更久，无需进食、休息，也不会出现情绪崩溃。

这正是四十二年前那道难题所展现的真实差距。教授的四十多小时是人类的极限，而ChatGPT的一百二十小时只是机器的起点。表面上是时间缩短了，实际上工作模式已被彻底改变。

最令人惊叹的是跨领域的能力。它能将几千座图书馆中艰深晦涩的书籍全部消化，并在这些书籍中找到线索解开十个世界性难题，甚至还能创造出前所未有的全新方法。

这不是普通的工具升级。工具用于延伸人手，而人工智能则将一个行业几十年甚至上百年的错误尝试成本压缩到可调用的程度。从账面上看，每个人的效率都提升了；但从底层来看，专业的门槛并未消失，只是转移了阵地。

过去的门槛是看你能否找到资料、读懂论文、计算公式。现在的要求是你能否提出一个尖锐的问题，并辨别出人工智能给出的答案是真正的宝藏还是精心打磨的假象。

这是事实，无需谦虚。人工智能会让掌握相关知识的人变得更加强大。受过高水平数学训练的人可将其视为加速器，了解药物研发的人则用它来排除大量无效路径。

但问题恰恰在这里。半吊子也使用同样的引擎驱动。对个人而言，用人工智能包装自己的能力、绕过学习过程、快速完成任务，是短期内最划算的选择。从整个市场来看，这催生了一批表面生产力十足、实则无法辨别真伪的"伪专家"。

人工智能时代的淘汰对象并非普通人的失业，而是那些把信息搬运当作专业能力的人。

这并非孤立现象。同一套模板在科研、咨询、教育和内容生产领域不断被重复使用。每个人用人工智能节省时间没问题，每个公司用人工智能降低成本也没问题，但所有短期理性的叠加，最终会把验证真假的成本推向更高。

个人账可以算清，但行业的账就难算了。过去错误产生缓慢，是因为生产速度慢；现在错误传播迅速，是因为制造速度快了。人工智能既能将人的能力放大无数倍，也会将人的无知放大无数倍，区别在于使用者是否有根基。

所以问题不在于机器人能否替代人，而在于人在哪些方面无法被替代。计算可以外包，检索可以外包，推演也可以外包，但需求不能外包、痛苦不能外包、方向不能外包。

OpenAI高管说的一句话最为精辟：这台拥有神级智商的机器，永远不会自己去研发药物，因为它的主人不会生病。数学是工具，感冒才是终极目的。没有经历过疾病痛苦的人，不会天然地想去解决它。

简而言之，人工智能是超级发动机，但油门并不在它手中。它不会因贫穷而焦虑，不会因死亡而恐惧，不会在深夜为账单辗转难眠，也不会因亲人的痛苦而无法去解决问题。

未来最有价值的人，不是掌握很多答案的人，而是遇到问题就能将其转化为好问题，并能用自己的专业知识检验答案的人。机器会把路修得更快，但最终还是要由人来选择走哪条路。

神级算力能让一个人省下好几年的学费，但这张方向盘仍握在一个容易感冒、容易焦虑、容易疼痛的人手中。