四位得主里，中国籍数学家邓煜、王虹历史性地首次拿下菲尔兹奖，北大一夜之间变成「双菲」母校。另外两位是加拿大数学家 Jacob Tsimerman（雅各布 · 齐默尔曼）和美国数学家 John Pardon（约翰 · 帕登）。
值得说道的是 Tsimerman 这位。
他今年 38 岁，加拿大机构第一位菲尔兹奖得主，16 岁上大学，两年读完本科，2004 年国际数学奥林匹克满分金牌，是多伦多大学数学系史上最年轻的正教授。
拿奖的理由是他把 o-minimality 这个来自数理逻辑的工具搬进了算术几何和复代数几何，顺手证明了 Griffiths 猜想。此外，他还参与完成了困扰数学界几十年的 Andr é -Oort 猜想。
好家伙，这履历，标准的天才剧本。
然而剧情不按常理出牌，颁奖当天的获奖者新闻发布会上，有人问他接下来打算做什么。刚拿完菲尔兹奖的他表示，已经开始转向 AI 安全了，并且很快就要去 OpenAI 的安全部门上班。
数论学家是数学界的「扒手」
先具体说说 Tsimerman 是干嘛的。
Tsimerman 自己有个特别精准的比喻：数论学家是数学界的扒手。
啥意思？
数论负责提问，但不负责解题。费马大定理就是典型例子，a 的 n 次方加 b 的 n 次方等于 c 的 n 次方，n 大于 2 时没有整数解。这句话小学生都听得懂，数学家们证了三百多年，最后靠安德鲁 · 怀尔斯用一整套现代数论工具才拿下。
问题好提，解法难找。所以数论学家的日常，就是到处「偷」别的领域的工具。
想解一个多项式的整数解？太难了。那换个思路：先看它的实数解。比如 x +y =25，这种整数解叫毕达哥拉斯三元组，找起来出奇地麻烦；但实数解满地都是，你画个圆就完事了，圆上随便取一点就是一组解。
扒手的活儿正式开工：
把圆拉扯变形当成一个环，拓扑学的工具就能用了；保持圆的刚性，研究什么形状能穿过去、张力多大，微分几何和黎曼几何来了；研究圆上函数的行为，分析学也来了。
Tsimerman 自己感慨了一句：这个世界美得毫无道理，那些形状、几何、拓扑，居然真的能告诉你数论的答案。
多项式是最老实的函数，可你一旦开始求积分、求反导数，各种妖魔鬼怪就冒出来了：三角函数无限震荡，对数指数函数图像无限长，还有皮亚诺曲线，明明是一条线，却能把整个正方形填满。
数学家需要一个笼头，把这些野东西驯服。Tsimerman 找到的工具，来自数理逻辑里的 o-minimality（o 代表 ordered）。
定义听起来朴素得离谱：一个形状是 o-minimal 的，如果任何一条直线跟它相交，交点只有有限多个点和区间。
就这？就这。
但它精确定义了什么叫「温顺的几何」。Tsimerman 和 Benjamin Bakker、Yohan Brunebarbe 一起证明了：数论和算术几何里用得极广的 Hodge 理论，就活在这个 o-minimal 的世界里。
而他的成果还牵着 Hodge 猜想，就是那七道百万美元千禧年难题之一。
顺便说个有意思的细节。年轻时的 Tsimerman 特别瞧不上举例子这件事。他说，当时觉得证定理才是厉害的人干的事，举例子是本事不够才做的，我这辈子只想写变量，一个具体数字都不写。
现在呢，他的数学直觉全靠脑子里那一大堆例子撑着。他说，构造这些玩具案例的时刻，是他最鲜活的时刻。你要问他最近在忙啥，他会告诉你：手上有 20 个问题，20 个都卡住了。
「这是老生常谈，但我确实在所有事情上不停失败，最后做出来的那点东西，只是从裂缝里漏出来的一点点成功。」
他的秘诀是学会从「不算成功」里获得满足感。
「最有启发的时刻，恰恰是某个方法行不通的时候。我试了个想法然后失败了的那一天，我觉得是好日子。」
那么一个 38 岁、刚拿到数学界最高荣誉、被导师 Peter Sarnak 评价为「少数几个此类基本问题得到解决的高维情形之一」的成果的人，接下来该干嘛？
按常理，应该是继续攻猜想，带学生，成为一代宗师。然而，他在菲尔兹奖的新闻发布会上却表示要转行弄 AI 了。
他在发布会上的原话大意是：转个方向，看起来挺酷的。我已经开始转向 AI 安全了，并且很快就要去 OpenAI 的安全部门任职。
他还说，自己正在整理一份资源清单，专门给想转行到这个领域的数学家用。他觉得这是个非常重要的方向，希望不只是数学家，而是更多人都能参与进来，只不过数学家是他熟悉的群体。
并且在他看来，过去两年，AI 靠总结论文和起草证明把他的产出翻了一倍，而他认为这只是开始：「我觉得它很快就会在做数学这件事上比数学家更强。」
而更实在的动作是，他已经停止招收博士生。理由是他不想让学生为一个「可能不复存在的数学职业」做准备。
至于为什么这么悲观，有个直接的刺激事件：今年 5 月，OpenAI 的模型推翻了悬置 80 年的埃尔德什单位距离猜想，125 页证明，九位顶尖数学家参与验证，评价是「如果由人类提交，可以直送《数学年刊》」。
有意思的是，Tsimerman 之所以转向 AI，是因为在他看来，数学家可以为理解大模型提供理论基础。
「这（AI）主要还是一门经验和工程的科学。如果我们能更好地理解这些东西是怎么工作的，也许就能更好地引导它们、理解它们、控制它们。」
他还表示：「以大多数人的标准衡量，我的观点相当极端。我认为 AI 会成为对社会、对人类的严重威胁。」因此，一个刚拿菲尔兹奖的数论学家，将把余生押在 AI 安全上。
老朋友和新面孔
Tsimerman 不是孤例。
去年 12 月，57 岁的 Ken Ono（小野健）辞掉了弗吉尼亚大学的终身讲席教授。解析数论权威，美国数学会会士，履历厚得能砸死人。
他去了哪儿？去了自己 24 岁前学生洪乐潼（Carina Hong，MIT 数学本科、摩根奖得主、罗德学者）创办的 AI 数学公司 Axiom Math，当第 15 号员工，头衔叫「创始数学家」，工作内容是出难题，设计题目去测 AI 的极限。
触动他的是 2023 年一场 AI 数学研讨会。
他的原话是：在我不擅长的数学领域，AI 已经远远超过我。之后他思考好几个月，最后想通了：AI 不是来取代数学家的，它是来改变数学的做法的。
而这样的公司正在成群出现：OpenAI、Anthropic，还有 Harmonic、Logical Intelligence、Math Inc. ……
更微妙的是 FrontierMath 这个基准，约 40 位数学家（包括 Ken Ono）为 AI 编研究级数学考题，OpenAI 提供支持。学界给工业界出题，工业界给学界发工资，两边已经很难分开了。
包括现在数学界大致分成三派。
陶哲轩表示 AI 是强大的助手；菲尔兹奖得主 Akshay Venkatesh 则认为需要警惕，数学家可能会丧失对数学本身的直接理解和体验。
最硬的一条是算力。 传统学术实验室的年度算力预算，几十万到几百万美元。而前沿 AGI 研究，一次大规模实验就是几千万美元。
大学能做的只有小规模理论推演，OpenAI、Anthropic 手里握着几万张高端 GPU 和私有数据集。Tsimerman 的意思不言而喻：很多猜想，人类一辈子的算力都不够试，只有 AI 公司的算力能规模化探索。
问题本身也转移了。 对数学家来说，自动定理证明、形式化验证，现在是最激动人心的开放问题；传统数论和几何的很多瓶颈，卡的不是理论而是算力。
还有机构环境的差别。 大厂研究院官僚化了，资源向能快速产品化的项目倾斜，长线高风险的基础探索被压缩。相比之下，创业型 AI 实验室决策链条短，目标更纯粹。
日常损耗同样劝退。 终身教授要上本科课、招博士、做行政评审、不停写基金申请书。工业实验室不用授课，行政压力极低，可以直接攒跨学科团队。
钱当然也在里面，但排在后面。 终身教职年薪 15 到 35 万美元，头部 AI 企业资深科学家总包普遍 50 到 150 万美元。对菲尔兹级别的人来说，钱通常是加分项而不是决定项。
那么这是好事还是坏事呢？
正面看，学科壁垒被打破了，数学家、物理学家、计算机科学家被放进同一个目标里，交叉融合的速度确实在加快。
OpenAI、Anthropic 正在演变成私人资助的高级研究院，有点当洛克菲勒研究所的意思。而大批纯数学家入场做对齐和形式验证，对「经验调参为主、缺乏严格理论」的大模型行业来说，是实打实的补强。
基础人才梯队会被抽薄。
大学的成果基本都公开发表，私有实验室的核心研究大量不公开。前沿理论如果逐步被少数几家企业垄断，学术生态就走向封闭了。
还有研究方向的隐性约束。哪怕企业允许自由探索，资源分配天然偏向和 AGI 相关的课题，那些冷门的、长线的、短期内喂不到 AI 产业的方向，会更加没人做。
话题扯远了，最后还是回到 Tsimerman 本人。
他说，三岁就开始玩数学谜题，家里长辈是物理学家，母亲教数学。「数学基本上就是解谜。」多大数学系主任 Mary Pugh 是这么形容他的：经常能在休息室的黑板前找到他，跟一群学生一起琢磨问题，乐在其中。
现在，这位史上最年轻的多大数学正教授，也终于不用再费劲跟别人解释什么叫数论学家了。因为他要去研究 AI 了，而后者全世界都在讨论。
附上参考地址：
https://www.nytimes.com/2026/07/23/science/jacob-tsimerman-fields-medal.html
https://plus.maths.org/icm-2026-fm-4
https://www.utoronto.ca/news/nobel-prize-mathematics-u-t-mathematician-jacob-tsimerman-awarded-prestigious-fields-medal
