随着AI解决的数学难题越来越多，很多人开始怀疑，既然AI可以做题，那学数学还有什么意义？

从问题不难看出提问者的认知存在缺陷，他们以为学数学就是要被训练成解题机器，背公式、套题型、刷卷子，仿佛学数学就是为了在考试里快速算出正确答案。

这确实就是AI最擅长的事，它可以不知疲倦、不犯低级错误、能在毫秒级调用人类几百年积累的所有数学工具。

如果你学数学的目标仅仅是算得快、算得对，那你确实已经被淘汰了。

可问题在于，人类历史上几乎所有重大进步，从来不是靠算出标准答案，而是靠提出新问题、在混沌中建立秩序、在不确定中做出判断。

这些能力，AI目前没有，短期内也够呛，而它们恰恰是数学训练的核心产物。

首先，数学训练的是抽象与建模能力。

现实世界是一团乱麻，疫情怎么传播，股价为什么波动，快递员怎么走最省油，这些问题没有现成公式，你得先学会忽略噪音、抓住本质、把模糊的描述变成清晰的结构，这就是建模。

AI可以帮你跑模型、解方程，但它不会替你定义问题。

不懂数学的人甚至不知道该让AI帮你算什么，更看不出它输出的结果哪里荒谬。

其次，数学训练的是逻辑链条的严密性。

每一步推导都必须有凭有据，一个前提错，整个结论全错。

这种步步为营的思维习惯，会内化成一个人的心智纪律。

你以后看网上说“研究显示”“数据表明”，会本能地问，样本多大，对照组怎么设的，相关还是因果？

这种较真能力不是天生就有的，恰恰是数学证明训练出来的。

一个受过严格数学训练的人，不容易被谣言带节奏，不容易被情绪化叙事绑架，因为他习惯了先问定义、再追逻辑、最后看证据。

这在信息爆炸、AI批量制造内容的时代，这是一种稀缺技能。

最后也是最重要的，当你面对现实问题，需要想象力找出方案，然后在无数方案中做出取舍。

这个过程中逻辑虽然不能告诉你哪个对，但可以帮你排除明显的错误项，极大缩小选择范围，提高成功率。

最后再通过你的价值理性选出那个你认为“美”的。

音乐里的和弦进行、绘画里的透视比例、建筑里的结构力学等，所有这些，底下跑的都是数学。

你不必成为数学家，但如果你接受过数学训练，看待世界的方式会完全不同。

你会看到河流是优化的分形网络，看到树叶排列是斐波拉契螺旋，看到社交网络是图论的节点与边，看到一段旋律是傅里叶变换的叠加。

这种看见隐藏结构的能力，让你的生活多一层审美维度，也会让你在任何一个领域都更容易触类旁通。

这就是为什么我一直强调数学观的原因，数学观即世界观，世界观正则三观正。

我的数学之路由《从一到无穷大》这本书开始，作为一个靠数学实现财务自由的职业玩家，后来我也出了一本书，叫《捅破数学天花板》。

一方面致敬《无穷大》，另一方面补足了数学观和训练方法的缺失。

建议小学3年级到初3的孩子人手一本，家长陪孩子一块读，用墨子阅读法，3个小时浏览一遍，挑出感兴趣的精读，这样10天读10遍，每半年再重读，常读常新。

到初三前，能开窍的也就都开窍了，不开窍的，也好趁早另寻他路。

新墨者招聘全职助理，在家线上办公，灵活工作时间，能熟练操作剪映，要求100%做到8:00-22:00所有消息3分钟内回复（可以回复做不到，但必须即时反馈），有意者公众号后台回复“应聘”（评论区留言无效）。