数学天才入职OpenAI:怕AI的人反而去造AI了
一个有意思的悖论:Terence Tao 级别的数学明星,公开说过对AI发展感到不安,结果转头接了OpenAI的offer。这不是打脸,这是把恐惧变成了行动。
这事值得拆开看两层:
一、恐惧说明他真懂AI
长期做数学前沿的人,比谁都清楚LLM在推理上的短板在哪里。他们怕的不是"AI统治世界"这种科幻情节,而是怕一种更实际的失控——AI在符号推理、严谨证明上系统性出错,却被大众当成"算得对"。数学领域是AI幻觉最容易被拆穿的地方,也是最好的压力测试场。
二、加入才是最理性的应对
在OpenAI内部,他的位置大概率不是去给现有模型贴金,而是参与推理架构的设计,甚至可能主导数学能力底层的路线。与其在外部焦虑,不如进系统里把手弄脏。这个逻辑跟当年Hinton离开谷歌去微软不同,Hinton是去警告,Tao是去校正。
说点个人判断
如果他把数学家的"证明意识"带进模型训练,可能比多堆几千张H100更有价值。现在推理模型最大的问题不是算力,是缺少对"结论可靠度"的感知。一个习惯对每个定理追问"这步为什么成立"的人,天然适合做这个。
悬念
他在OpenAI具体做什么还是保密状态。但数学圈有个猜测:可能跟形式化验证(formal verification)有关。如果是真的,那就不只是造一个更聪明的AI,而是在给AI装"道德认证"——让模型说不出它无法证明的话。
这盘棋,比想象中大。
更多可复用的提示词工作流收录在ChatGPT提示词优化指南,有不少直接可参考的案例。