这个人叫Rishikesh Gajjala，理论计算机方向出身，本科在印度理工德里，博士在印度科学院拿的，最近这一站是纽约大学阿布扎比分校做博士后。履历不含糊，2026年他还挂出一篇论文，直接推翻了一个存在六十年的猜想。
就是这样一位正处在上升期的学者，主动踩了刹车。他没有把决定归结为“干不动了”，反而说得挺文艺。
数学最迷人的地方，从来不是答案本身，而是找到答案之前那段撞南墙的日子——反复试错、走死胡同、熬到某一刻突然看见结构浮出来。这段折腾把结果和人牢牢地绑在一起。
可当AI把这段折腾压缩成几周，属于个人的那部分东西，就被抽掉了。他还打了个比方：未来那本传说中的“上帝之书”里，很多答案可能只隔着一条prompt。
要是比别人早一点摸到答案这件事都算不上稀奇，那把大半辈子押上去，还剩多少意义？真正让他睡不好觉的，是另一件事——AI给的答案，怎么知道是对的。
聪明变得越来越便宜，论文像开闸放水一样涌出来，可谁来一条条核对？AI笔下的证明可以极其漂亮，错误也能藏得极深。
他坦言，光是判断一份看着体面的突破到底靠不靠谱，自己有时得搭进去好几天。他随口丢了一句让不少同行心里咯噔的话：没经过验证的漂亮证明，跟垃圾没什么两样。
这话听着冲，可绝不是他一个人的感受。菲尔兹奖得主陶哲轩最近在国际数学家大会上做了主旨演讲，聊AI时代下的数学，讲的其实是同一件事。
他造了个新词叫“证明的消化不良”——机器写证明的速度早就把人类审稿的节奏甩得看不见尾灯。数学正从证明稀缺的年代，一头扎进证明过剩的年代。
陶哲轩还提到一个细节：一些收集数学难题的公共平台上，AI提交的证明已经堆成山，里面大概率有不少是对的，但根本没那么多人手一份份去看。没人真读过的“正确答案”，跟不存在没啥区别。
他甚至说了句让人有点凉的话——两三年前他还敢预测未来三年的行业走向，现在能不能看清一年后都不好说。Gajjala的应对办法，是干脆换赛道。
他不再去追答案，而是去做那个给答案盖章的人。他加入的这家公司叫PramaanaLabs，刚拿了Khosla Ventures领投的2700万美元种子轮。
核心思路一句话能讲清：把复杂领域的知识——不管是税法、临床指南还是数学证明——翻译成机器读得懂的严格逻辑，然后让计算机逐行核验。人会看走眼、会疲、会被漂亮文笔带跑；机器不吃这一套，作者遣词造句再优美也打动不了它。
有网友追问他：AI这么猛，是不是很快连验证系统本身都能自己造？他回得挺干脆——他还不信；哪天真信了，就再换一份工作。
就在他官宣退圈前后，另一家叫Axiom Math的公司抛出了一枚颇有分量的重磅消息。他们用自家的多智能体系统AxiomProver，第一次完成了“246定理”的机器验证，并把成果开源，取名PrimeGapsLib，参与者足足有41位。
IEEE Spectrum率先报了这件事，随后Unite.AI等平台跟进。公司首席数学家Ken Ono的评价直接：这条定理，就是眼下人类关于素数所知的边界线。
246这个数字听着枯燥，背后其实是数学史上一场接力赛。素数越往后越稀，但总有些挨得特别近，比如11和13，只差2。
这种成对出现的组合叫孪生素数，19世纪就有人猜——不管走多远，这样的一对总会再冒出来。话小学生都能听懂，却两百年没人证得出。
后来华人数学家张益唐先撕开一道口子，证明存在无穷多对相差不超过7000万的素数。7000万离目标2还远得离谱，但从“无穷”变成“有限”，这一步全球数学圈都为之震动。
牛津的James Maynard紧接着用一套新方法把上界砍到600，他也因此在2022年拿下菲尔兹奖。再往后，他和陶哲轩牵头的Polymath8b合作，把数字压到了246。
这次AxiomProver啃下来的，正是这条从600到246的完整证明链。更值得琢磨的是，团队没把它当作一次性的秀肌肉。
这批结果被打包成可以反复调用的开源库，等于给后来者留了一套机器认过的地基。。
他讲了一个细节：这次和之前一次性攻单题最大的不同，是把每一块零件都做成可复用的模块。一位学者退圈，看上去像是一段个人转身。
可真正扎心的是背后那层底色：未来的世界很可能跑在没人真正读过的代码之上，谁来给它盖章，比谁再多写一份漂亮证明更急迫。Gajjala没真的离开数学，他只是从追真理的人，变成了给真理签字的人。
在AI改写一切的当口，这个位置反而空得最明显。
