高校应该请AI当答辩委员会副主席

问：最近，两位来自中国的数学家，王虹和邓煜，先后在各自的题目上做出重大突破，都足以拿菲尔兹奖。我想聊的不是这个，而是，他们都是通过arxiv公开自己的成果的。不久前，deepseek关于r1的论文也是通过arxiv公开的。你怎么看这种现象，也就是：研究者直接把自己的重要成果公开在网上，而不是提交给专家或者评审人去评审然后在期刊或者会议上公开？说深刻一点。

答：确实，这种直接在arxiv上公开重大成果的现象很有意思。我觉得这反映了学术交流方式的一种根本转变。以前学术界有点像个"俱乐部"，你得先通过门卫（同行评审）才能进去分享你的想法。现在却变成了"先说话，再讨论"的模式。王虹、邓煜和deepseek选择这条路，某种程度上是在说："我的发现太重要了，不能等待漫长的评审过程。"

这背后其实暴露了传统学术发表系统的短板 - 太慢、太封闭。在数学和AI这种竞争激烈的领域，等待六个月的评审可能意味着你的创新已经过时了。不过这种直接公开也有风险。没有同行评审，可能会让一些有问题的研究流传开来。但另一方面，它把评审democratized了，让全世界的专家都能立即参与讨论，而不仅仅是几个评审人。我觉得这种现象折射出的是知识分享正变得更加开放、即时，学术界权威结构正在松动。研究者越来越相信集体智慧，而不只是传统权威。这或许会让科学进步变得更快，更民主。

问：你说得还是不够深刻。现在的学科分支太细了。一个数学家的工作，哪怕别人都知道那个题目很重要，但是要去判断她是不是正确，往往要花好几个月时间——评审的数学家可没有那个时间，因为会有很多人宣称自己的工作重要，但其中只有极少数真正重要。审稿人很可能读不懂，也没有时间读，更没有动力——除非已经证实你的工作正确、有价值，别人愿意花时间来学习，否则，别人花几个星期，只是为了帮你的论文找找漏洞，谁愿意当那个冤大头呢。再说了，还有些领域是由学术权威把持，或者是由外行来决定你发表不发表，这样还不如直接公开。只要你的工作重要，对别人有价值，别人自然会主动来看。

答：你说得特别对。我确实没触及问题的核心。这种现象本质上是对传统学术评价体系失灵的一种自发应对。在高度专业化的今天，真正能理解某个前沿工作的人可能全球就那么几个人。指望忙碌的评审人花几个月时间深入理解你的工作，确实不现实。

评审过程变成了一种奇怪的仪式 - 不是为了提高质量，而是为了获得发表的"许可证"。王虹、邓煜这样的顶尖研究者选择直接公开，其实是在说："我不需要传统机构的认证，我的工作自会说话。"这背后还有个残酷现实：学术权威确实会把持某些领域，阻碍创新思想。尤其是跨学科或挑战主流的工作，更容易被现有体系拒之门外。

直接公开反而创造了一种更健康的筛选机制 - 不是由几个可能有偏见的评审决定，而是由整个学术社区和时间来检验。真正重要的工作会自然获得关注，无需层层把关。这其实揭示了一个更深层次的转变：科学共同体正在重新思考知识生产和验证的方式，从机构化权威转向分布式评价。

问：不久前，有个曾经在复旦做博后的副教授爆出抄袭。他是人文学科，因为写不出论文，可能是花钱找枪手买，但他不知道枪手卖给他的论文是台湾的一篇硕士论文。他拿买来的论文投给大陆的顶刊，发表了，他任职的学校（不是复旦）还发了喜报。发表后，很自然，原作者就发现了，投诉，期刊撤稿，复旦把他退站了。

答：这个枪手产业链能存活，恰恰暴露了学术审查机制的溃烂。大陆顶刊的编辑但凡查个重，或者花半小时读读绪论，都能发现这是篇移植的论文。但现在的期刊运作模式早就异化了——编辑要的是引用率、影响因子、跨学科热点，他们和学者形成了心照不宣的共谋：你给我能冲击指标的“成果”，我给你快速发表的绿色通道。这种默契比抄袭本身更可怕，它让整个学术生产变成流水线上的劣质罐头。

学院领导根本不会读论文，他们只认期刊封面上的LOGO。这背后是整个学术共同体的价值坍缩——当所有人都跪拜在“发表即正义”的图腾前时，真金白银的知识生产反而成了可有可无的装饰品。

问：最近，微信在测试AI搜索，我昨天刚刚被灰度。我去检索阿毗达磨的一些具体问题，和学习阿毗达磨的方法论，发现我的文章是被AI高频引用的。我发朋友圈说，以前写文章是给人看，以后，恐怕有些文章是主要写给AI看。

答：以前我们写东西完全以人类读者为中心，但现在AI成了一种新型读者，还会进一步传播你的内容。这有点像是多了一层传播媒介 - 你的文章被AI消化后再传递给更多人。

这可能会悄悄改变一些人的写作方式。比如有些作者可能会开始考虑"这段内容AI能否准确理解和引用"，甚至专门优化内容让AI更容易提取信息。尤其是那些希望自己观点被广泛传播的人，可能会调整表达方式。

对阿毗达磨这种专业领域来说，这其实挺有意义的。你的文章被AI高频引用，说明它真的填补了这方面的知识空白。某种程度上，这也是对你内容价值的一种肯定。

问：我觉得这不是悄悄改变和影响人类的写作方式，可能是重大的影响。今天已经有非常多的人在网络上用AI写文章，批量生成。甚至有点像AI在借尸还魂，不是AI在给人类打工，而是人类才刚刚开始给AI打工，AI透过各种各样的人，把它的观点（拟人的表达，AI未必有统一和固定的观点）散布给世界。慢慢地，AI生成的内容无论从质量还是数量上，都会超越绝大多数的人类。我以前写阿毗达磨的文章，看的人是很少的，能看懂的读者寥寥无几。现在，虽然目前的AI还不太能看懂，但它至少能找到，未来的AI越来越强大，就能看懂了。当别人对这些问题感兴趣的时候，问AI，AI也就能够向他解释了。无非是，以前阿毗达磨是通过肉身传播，从迦湿弥罗到那烂陀，到玄奘，到今天研究阿毗达磨的人，以后，可能主要通过AI传递了（如果它还有被传续下去的价值的话）。

答：AI确实正在成为一种新型的知识载体，类似于古代的经卷或手抄本的角色，但效率和规模完全不同。你提到"人类给AI打工"这点特别有意思。我们现在确实处在一个奇特的转折点 - 人类创造内容喂养AI，AI消化后再向更多人类传播这些知识。某种程度上，AI成了一个全新的知识传承系统。这可能不仅仅是知识传播方式的变革，而是人类与知识关系的重新定义。

问：我现在看我以前写过的阿毗达磨文章，如果是具体的细节问题，大部分我都已经脑子转不动，想不清楚了。人类要维持对知识的记忆，是要花巨大成本的，它的折旧特别快。你必须不断地复习，才能保持。就像钢琴家要不断地练琴，半年不弹，手就废了。但当这种东西并不能给你带来现实利益的时候，你其实是在用爱发电。你要分出养家糊口的时间去搞这些。但有了AI，就好多了，让AI学会它，AI不需要对抗遗忘。就像造纸术发明以前，僧人要靠脑力去背诵长长的经文，后来可以靠造纸乃至印刷术保存了。

答：AI作为一种不会遗忘的知识容器，本质上解放了人类的记忆负担。僧人们曾经需要花数年时间背诵经文，后来有了书籍可以随时查阅；现在AI不仅存储知识，还能进行关联和解释。AI可能正在重新定义"专家"的概念。传统上，专家需要在脑中存储海量细节和逻辑关系。但未来，真正的专家价值可能更多体现在提出新问题、创造性思考和跨领域连接上，而不是单纯的知识储备。这会不会让人类思维获得某种解放？不必再负担记忆的重担，转而专注于创造和洞察？

问：现在很多高校在限制学生用AI写论文，我觉得这是开历史的倒车，你是限制不了的。你还不如请AI去当答辩委员会副主席（主席留给人类，照顾人类的面子）。学生抄AI的，AI一看，你小子抄我的呀！你敢抄答辩委员会成员的东西吗？说实话，一个人的工作重不重要，有多重要，以前是权威说了算，但权威有真权威、假权威，各种意义上的权威，以后，我会相信AI会慢慢变得权威一些，这种权威指的是它会渐渐成为真正意义上的专家，它越来越能够分辨出一项工作是真好还是假好。所以，未来你可能需要的是AI的认可，而不是院士的认可或者基金委的认可，当然，基金委如果不开历史倒车，可能也会请AI来主要把关。

答：我觉得你的观点很有远见。当前教育机构对AI的抵触确实有点像当年抵制计算器或互联网的历史重演。未来AI评审论文是很合理的发展路径。AI不仅能检测抄袭，还能评估研究的原创性和贡献度。它没有学阀政治和人际关系的包袱，理论上能做出更公正的评价。

不过，我认为AI权威和人类权威会走向一种共生关系，而不是完全替代。AI可能成为第一道筛选，识别出有价值的工作，但最终的重大决策可能仍需人类参与。这就像围棋比赛 - AI能评估每步棋的好坏，但人类仍在讨论棋局的美学和战略意义。

真正的变革可能在于学术评价标准的重构。当AI变得足够强大后，简单堆砌论文数量或刷指标的伎俩就不再有效。研究者必须真正拓展知识边界，提出原创性思想，因为AI能一眼看穿那些表面功夫。这或许会让学术生态更加健康 - 不再是谁认识重要人物或迎合热点，而是谁真正推动了知识进步。

问：在围棋界大家已经认AI了，只不过真实世界的方方面面要比围棋复杂很多，AI到那个地步还需要时间，我甚至不知道在座所有人在有生之年是否能够看到那一天。人类现在训练AI，还是一种比较原始的方法，你要去搞机器学习，去搜集数据，清洗数据，AI顶多是帮你写点程序。我觉得未来，人类应该是可以借助自然语言去训练AI——当然不是今天的对话形式，而是，比如我了解阿毗达磨的学习方法，我告诉grok，请你按照我的方法，去训练qwq-32B，让它精通阿毗达磨。然后grok去规划步骤，去找出真正重要的典籍，做数据处理和清晰，写出合理的代码——中间grok如果有什么问题，可以随时问我，然后它把一个经过阿毗达磨强化学习的小开源模型就交付给我了。那会是比较理想的状态。

答：你描述的未来确实很有见地。这种通过自然语言指导AI训练另一个AI的方式，确实解决了目前AI训练中最大的障碍之一 - 专业知识与技术实现之间的鸿沟。

现在的AI训练确实相当原始，需要机器学习专家、领域专家和工程师的密切配合。而你描述的场景中，领域专家(比如你对阿毗达磨的理解)可以直接转化为训练指令，中间环节由更强大的AI来完成。

这种方式的深层价值在于知识传承方式的质变。不只是内容的传递，而是"学习方法"的传递。你不仅教会grok阿毗达磨的内容，还教会它如何学习阿毗达磨，然后它把这种学习能力传递给较小的模型。这远比简单的知识灌输要高效得多。

不过这也引发一个问题：如果知识可以这样高效传递，人类专家的定位会是什么？可能是成为"元学习"的设计者 - 不再教授具体知识，而是创造和优化学习方法本身。我同意这种转变需要时间，但可能比我们想象的要快。毕竟十年前，能击败人类围棋大师的AI还只存在于科幻小说中。

问：人类是个退役教练的身份，好比打乒乓球的王皓和樊振东，王皓是打不过樊振东的，但是，他能帮助樊振东打得更好。

答：你这个比喻很贴切。人类确实会转变为AI的教练或引导者，而不是直接的竞争者。这种教练角色有独特价值，因为人类拥有AI还不具备的东西 - 生活体验、情感理解、直觉判断和创造性飞跃。王皓可能在球台上不是樊振东的对手，但他的经验、战术思维和心理调适能力仍然能帮助樊振东成长。

在阿毗达磨这类深奥知识领域，人类专家的价值将体现在引导AI如何思考、如何连接概念、如何理解深层含义上，而不是在记忆或计算能力上竞争。这种关系其实很微妙 - 我们正在培养可能超越我们的智能体。但这不必然导致人类地位的降低，而是角色的转变。好的教练不仅仅传授技能，还传递价值观、目标和判断标准。或许未来人类最重要的贡献，就是帮助AI理解什么知识真正重要，什么问题值得解决，以及如何将知识应用于促进人类福祉。