问题：技术能力持续跃升与社会焦虑并行 近期，数学界高难度赛事“FirstProof”中，DeepMind研发的智能体Aletheia在10道公认棘手的世界级未解数学难题中完成6道求解，并表现出较强的自主推演能力；提出其中一道猜想的数学家Jim Fowler对其解题过程予以确认。随着类似成果不断出现，社会层面的“技术替代”担忧随之升温：一上担心岗位结构变化提速，另一方面也让不少人对青少年该如何选择学习路径、应培养哪些能力感到迷茫。 原因：突破来自长期积累与跨学科方法，而非单点“灵感” Aletheia的表现并非偶然。近年来，国际前沿研究持续推进大规模模型训练、推理框架、工具调用与自我校验等关键环节，同时算力、数据与工程能力的整体提升，推动智能体从“生成内容”逐步走向“解题与验证”。数学对严谨性要求极高，能在限定规则下给出可核查的推导，说明研究范式正在从单纯语言生成，向“符号推理、形式化证明、算法搜索”等更深层方向扩展。 另外，公众对“如何培养面向未来的人才”提出了更现实的追问。新近出版的《哈萨比斯：谷歌AI之脑》提供了一个观察窗口。该书由作家塞巴斯蒂安·马拉比历时三年写作，系统梳理DeepMind创始人、2024年诺贝尔化学奖得主德米斯·哈萨比斯的成长经历与思想脉络。书中呈现的轨迹显示，重大科技创新往往源于长期兴趣驱动、跨领域积累与清晰使命感，而不是机械式的“单一路径冲刺”。 影响：对教育、科研与产业组织方式提出新要求 一是对基础研究协作方式的影响。智能体在高难数学问题上的进展，有望加速定理验证、猜想检验与研究路径探索，提高科研效率，但也对学术共同体的评审机制、可复现标准与伦理边界提出更高要求。 二是对人才培养理念的影响。哈萨比斯的经历显示，创新型人才往往具备“强兴趣牵引+长期自学能力+跨界吸收能力”的组合。他出生于伦敦，成长于多元文化家庭，少年时期在国际象棋领域展现天赋：4岁学棋、6岁参加高年龄组赛事、13岁成为国际象棋大师。然而，他在15岁主动放弃职业棋手道路。书中提到，一次长时间对局失利带来的强烈冲击，让他开始反思“聪明才智应当用来解决更重要的问题”，并将注意力转向计算机与智能研究。更早时，他已用比赛奖金购买电脑并自学编程，阅读大量关于智能与意识的著作，逐步把个人兴趣转化为长期目标。 三是对家庭与社会预期的影响。随着技术边界不断被刷新，单纯以分数和竞赛为导向的培养方式局限更明显。若焦虑演变为“过度加压”或“盲目跟风”，可能削弱青少年的好奇心与持续学习能力，反而不利于未来所需的创新素养。 对策：以“基础能力+实践创新+价值引导”应对新变局 其一，夯实底层能力。面向未来，数学、科学思维、逻辑推理与写作表达仍是通用能力底座。教育应更强调理解与迁移，而不只是训练熟练度。 其二，强化跨学科实践。鼓励学生在编程、科学实验、工程设计、数据分析等领域积累“做中学”的经验，形成从问题提出、方案设计到验证迭代的闭环能力。 其三，重视兴趣与韧性培养。哈萨比斯在挫折中明确方向、在长期自学中积累能力，反映出“长期投入”的价值。学校与家庭应为探索留出空间，通过项目制、研究性学习等方式支持稳定投入。 其四，完善科研与产业治理。面对智能体能力增强，需要同步推进成果验证体系、数据与模型安全规范，并对关键应用场景开展风险评估与责任界定，确保创新可持续、可控、可用。 前景：技术进步加速，关键在于把“工具能力”转化为“社会价值” 从Aletheia在数学挑战中的进展可以预见，智能体将更多进入科学研究、工程设计、教育辅助等领域，“人机协作”将逐步成为常态。未来的差异不在于人与技术对立，而在于谁能更好地提出高质量问题、组织跨学科资源，并将科学发现转化为公共福祉。对教育而言，更重要的是培养能够与新工具共处并驾驭它的人：既懂原理、会验证，也有判断力与责任感。
从数学挑战赛的突破到科学家传记中的成长轨迹，传递出同一条信息：技术进步正在改变“如何做事”，但决定“做什么、为何而做”的仍是人的判断与追求；与其把未来简单理解为替代关系，不如把它看作对教育、科研与社会分工的一次系统升级。让更多年轻人在宽基础、强韧性与长期投入的环境中形成创造力，才能在新一轮科技变革中把不确定性转化为可持续的创新动能。