大家好，柿子回来了，作为一个长期关注科技动态的创作者，这周AI圈出了两件事，放在一起看，特别有意思。
一边是9月10日，DeepSeek把模型价格打到了历史最低，缓存命中输入降了60%，输出降了约11%。另一边是9月11日，25位菲尔兹奖得主——包括陶哲轩和邓煜——联名发出警告，说AI可能正在“毁掉”数学。
一降价，一警告。同一个行业，同一种技术，两张完全不同的面孔。
第一件事：AI正在以人类来不及理解的速度“解题”
这场风暴的导火索，是OpenAI的一次发布。9月8日，它宣布自己的内部模型用88小时解决了纳维-斯托克斯方程——克雷数学研究所2000年选出的七大“千禧年大奖难题”之一，同步公开了166页论文和验证代码。
紧接着，25位菲尔兹奖得主联名发声明，核心意思很直接：你们把数学当成了考试，但数学不是考试。
声明里有一句话我印象很深，一个知名数学问题在数学界扮演的是“路标”和“灯塔”的角色，解决它只是起点。数学界随后需要花几十年甚至几百年，通过讲座、讨论、简化，才能真正消化它。而AI公司现在做的，是以越来越快的速度批量生产答案。
丘成桐说过一句话：一个题目，不单是答案重要，找答案的过程可能更重要。
这不仅仅是数学的问题。 任何靠积累、靠试错、靠“过程本身产生洞见”的行业，都面临同样的冲击。学术界首当其冲，因为学术的核心从来不是“得出结论”，而是“培养出能不断提出新问题的人”。
当AI能在一周内解出人类几十年才能触碰的难题时，那些深耕专业领域的科学家们努力的意义在哪？那些需要不断突破创新，用来提升人类思维逻辑能力过程，就这样被轻而易举的取代吗？
第二件事：AI正在变得便宜到“不要钱”
几乎在数学界发出警告的同时，DeepSeek干了一件相反的事：把价格降到几乎可以忽略不计。
V4.1 Flash在多项测试中达到了GPT-6 Astra水平的98%，但单位算力成本只有后者的1.4%。缓存命中的输入价格，闲时低到每百万token两分钱。
这意味着什么？去年还在讨论“用AI成本太高”，今年已经有人在讨论“用AI的成本可以忽略”。一个日语专业、零编程基础的文科生，借助AI做出了一个月吸引43万玩家的解谜游戏。一个9岁的孩子，用AI做出了“泥土实验室”线上博物馆。
门槛在消失。 以前需要一支团队、一笔预算才能做的事，现在一个人加一台电脑就能起步。
柿子的判断：这两件事其实是一件事
表面上看，数学家在担心AI“太快”，工程师在享受AI“太便宜”。但你仔细想，这两件事指向的是同一个问题：
当AI把“做事”的成本降到接近零的时候，什么东西还值钱？
数学家的答案是：过程。是提出问题的方式，是理解问题的路径，是培养出能提出下一个问题的人。这些，AI替代不了。
对普通用户来说，答案可能更简单：判断力。
工具越便宜，会用工具的人越多。当所有人都能用AI生成一篇文章、画一张图、写一段代码的时候，真正稀缺的不再是“能不能做”，而是“该不该做”“做什么值得做”。
作为一个内容创作者，我深刻感受到这种变化。以前写一篇稿子，要查资料、整理思路、逐字打磨，现在AI几分钟就能生成一篇。但问题也随之而来——当所有人都能快速产出内容时，你的内容凭什么被看见？
答案只有一个：你提出了什么问题，你怎么理解这个世界，你选择说什么、不说什么。
AI越强，人的判断力越值钱。
这一周，数学家在担心AI“太快”，普通人在享受AI“太便宜”。两种情绪都是真的。未来到底会怎样，目前还是一个问号。但有一件事我越来越确定：工具可以批量生产，但判断力不行。
热门跟贴