一个在广西桂林长大的女孩，用127页论文把困扰数学界百年的三维挂谷猜想钉死了；一个在北大校园里拎着矿泉水瓶的青年，十几年如一日地啃着流体方程里最硬的骨头。王虹和韦东奕，两个名字最近被放在一起反复提起，不是因为谁压了谁一头，而是因为他们各自站在了两条完全不同的赛道顶端，让人忍不住想问一句：数学这座山，到底有几条路可以登顶？
一条通向人类思维的极致抽象，一根针在三维空间里怎么转、扫过的面积能不能无限压缩，这种问题听着像脑筋急转弯，实际上是几何测度论里最深的坑。另一条连着现实世界的湍流与飞行，飞机怎么飞稳、火箭怎么穿大气层、天气怎么预报，背后全绕不开同一组方程。两条路，看着都叫”数学”，走起来却是两个世界。
两大难题：一个问”空间有多挤”，一个问”水怎么流”
先说王虹那条线。挂谷猜想这个东西，1917年由日本数学家挂谷宗一提出，最初的问题朴素得有点好笑：在一个平面上，把一根针旋转180度，它扫过的区域最小能有多大？后来数学家发现，这个面积可以被压缩到趋近于零，但问题没结束——换到三维空间呢？一根针在三维里能朝所有方向转，它扫过的”体积”能不能也无限小？二维的答案早在1971年就有了，三维却卡了几十年，成了调和分析和几何测度论领域公认的硬骨头。
王虹和合作者约书亚·扎尔从2022年开始动手，分三篇论文逐步推进，到2025年2月把127页的完整证明挂上预印本网站。她们的办法说起来不复杂——把那些纠缠在一起的”管道”按不同尺度拆成微小颗粒，然后证明不管你怎么安排针的交叉方式，空间里任何一点都不可能被过度挤压和重叠。这种”重叠限制”一锁死，图形退化的上限就被钉住了，三维挂谷猜想就此告破。陶哲轩直接给了个评价：”几何分析领域百年一遇的突破。”这话从他嘴里说出来，分量不用多解释。
再说韦东奕那条线。纳维-斯托克斯方程，简称NS方程，描述的是流体怎么运动。听着简单，实际上是克雷数学研究所列出的七大”千禧年大奖难题”之一，悬赏一百万美元，至今没人能完全解决。问题难在哪？现实世界里流体方程告诉你”它应该稳定”，实验却告诉你”它已经乱了”。理论上还算稳，但只要外界给一点扰动——壁面粗糙一点、入口震一下——扰动就可能被慢慢放大，最后变成谁也说不清的湍流。1883年英国物理学家雷诺做了经典实验揭示了流动状态与雷诺数的关系，此后一百四十多年，湍流产生的物理机理始终没被完全吃透。
韦东奕和章志飞教授团队做的事，就是把这种”看起来稳却会被扰动带偏”的过程，用严格的方程、估计和证明讲清楚。他们解决了奥森涡算子的拟谱界猜测、剪切流的无粘阻尼问题等几个硬骨头，2019年法国布尔巴基讨论班专门讨论了他们的贡献——被布尔巴基讨论，在数学圈里本身就是极高的同行认可。2025年，这个项目拿了国家自然科学奖二等奖。
纯与用：不是对立，是两种”较劲”的方式
很多人喜欢把数学劈成”纯的”和”用的”两半，好像非此即彼。其实没那么绝对。王虹做的调和分析和几何测度论，不以实用为直接目的，追求的是定理的证明、结构的揭示和逻辑的自洽。你问她这东西有什么用？她可能会告诉你，调和分析里的傅里叶分析，就是你每天看高清视频、刷清晰图片背后的数学支撑。但这种”用”是后来才被发现的，不是她出发时的理由。
韦东奕走的路更偏向应用驱动。NS方程本身就是从物理和工程里长出来的，他的研究直接对接航空航天、气象预测、潜艇潜航这些具体场景。但别以为应用数学就是”算算数”，他在偏微分方程的稳定性分析和数值验证上的工作，抽象程度一点不低，只是最终落点更靠近现实。
两条路之间其实一直在互相喂东西。调和分析的工具被借去做信号处理、图像压缩，这是纯数学反哺应用的老故事；反过来，流体力学里冒出来的新问题，又不断催着纯数学家去发展新的偏微分方程理论。哈代说过一句话，纯数学是”数学实在”的一部分，像一幅不完整的拷贝，它不描写物理世界，但物理世界的模式有时候又得回头找它要语言。这话放在王虹和韦东奕身上，刚好对得上。
难在哪：不只是脑子，还有时间和耐心
纯数学的突破往往依赖个人灵感，一个想法对了，可能几年甚至几十年的困局就解开了，但验证周期长、同行评审门槛高，127页论文不是写完就算数的，得被全球顶尖的眼睛一寸一寸地过。王虹的证明出来之后，韦东奕连续三天坐在教室第一排听课、记笔记、课后追问，这本身就是验证过程的一部分——真正懂行的人，不会因为”头衔亮”就跳过细节。
应用数学的难更”杂”。它需要跨学科团队、实验数据和计算资源，成果转化路径复杂，从一个方程的性质到飞机能不能飞稳，中间隔着无数工程环节。韦东奕选择NS方程这个方向，意味着他选了一条进展极慢、积累周期极长的路，正如有人说的，”强如他的天资都去啃这个方向，敢硬刚的绝对是不世出的狠人。”
还有一个容易被忽略的点：社会认知。纯数学的成果以论文和定理呈现，公众感知度低，但学术影响力深远；应用数学的成果更容易被理解——天气预报准了、飞机设计稳了，大家都看得见，但又容易被简化成”技术”而忽略背后的数学硬度。两条路径没有高下，挑战的维度不一样，共同撑起了数学研究的完整生态。
最后一个问题
回到开头那个画面：韦东奕坐在第一排记笔记，王虹在问题前停顿了一下。那一瞬间的”卡壳”，不是谁不行，而是学术最真实的样子——越是高手，越知道自己的边界在哪，越不会把所有问题都往”我全懂”上硬拽。
所以最后想留一个问题给读到这里的人：如果让你选，去探索人类思维能触碰到的最远边界，还是去解决现实世界里最棘手的具体难题，你觉得哪个更值得？
