中间有一段关于AI，原文是这样的：
问：近期人工智能用代数数论的方法构造反例，证否了与调和分析密切相关的单位距离猜想，请问您如何看待这一进展？您会使用人工智能或者其他计算机工具来辅助自己的学习、写作与研究吗？对于未来人工智能参与数学研究，包括近期的各种新闻，尤其是调和分析与几何测度论中的证明发现，您持怎样的态度？
答：我觉得我们需要去正视它（笑），不管是学习使用，还是去试图理解它产生的一些比较有意义的反例或证明。这是大家都需要去消化和理解、不能忽略的一个事情。
就这几句。
今年5月，OpenAI内部模型用代数数论的方法，构造出反例，把埃尔德什单位距离猜想的关键量级直接证否了。高尔斯看完后说，如果是人写的，可以直接送《数学年刊》。
单位距离看着简单，却卡在组合几何和调和分析交叉的地方很多年。王虹自己的主业就在这片区域。三维挂谷猜想是她和合作者花三年、靠人的直觉和框架一点点啃下来的。现在同样的领域，AI换了套工具，把另一个老问题掀了。
方法本身就很怪。代数数论跑到单位距离这种问题上，人类数学家很少会优先这么试。AI做了一次跨界，结果成了。它已经不只是在旧路上跑得更快，而是开始碰人直觉不太会先碰的方向。
王虹没夸张，也没回避。她就说需要正视，需要消化，不能忽略。
后面被反复提炼的意思其实很清楚：AI会让研究变得更主动，必须尝试去和它互动，它是工具，不是对手。
以前数学家主要是推。现在更像是在提问、在定方向。AI能批量找反例、补细节，但“这个问题值不值得花三年”，还是只能人来判。主动性变了：不是等答案，而是决定它能进哪一步，最后谁负责。
她自己刚用纯人类方法拿了菲尔兹。她没站哪边喊，就指出一个已经发生的事实——工具已经能产出实质性结果了，还在那里争论要不要用，本身就慢了半拍。
单位距离被证否，挂谷被证明。两件事隔得不远。数学正在从证明少变成证明多。结果会越堆越多，人的理解速度未必跟得上。
还在把AI当对手，或者当救命的，都浅了。
它就是工具。
能驾驭的人，继续提问题。
驾驭不了的，慢慢只会等答案。
