當最聰明的大腦集體涌向AI安全

"數學最高獎得主，轉身走進AI安全。"

作者｜家昌

出品｜極新

2026年7月26日，新晉菲爾茲獎得主、算術幾何領域頂尖學者Jacob Tsimerman宣布加入OpenAI，專注AI安全與對齊研究。這一消息震動了數學界和人工智能界。菲爾茲獎是數學領域的最高榮譽，獲獎者放棄純數學研究進入工業界，在歷史上極為罕見。Tsimerman的選擇折射出一個時代級的人才流動趨勢：AI正在以前所未有的引力，將各學科最聰明的大腦吸入自己的軌道。而讓菲爾茲獎級別的數學家來研究AI安全，也意味著這個問題的難度與重要性，已經上升到了基礎科學的高度。

1

一個數學天才的選擇

理解Tsimerman選擇的沖擊力，需要先了解他在數學界的地位。

Tsimerman出生于加拿大，在多倫多大學獲得博士學位，目前在普林斯頓大學擔任教授。他的主要貢獻集中在算術幾何領域，特別是在志村簇、安德烈-奧爾特猜想等方向做出了突破性工作。這些研究方向對于非專業人士而言如同天書，但在數學內部，它們是數論與代數幾何交叉地帶最艱深、最核心的領域。2026年的菲爾茲獎正是對他這些貢獻的認可。

按照數學界的常規劇本，獲得菲爾茲獎之后，Tsimerman應當進入一個更為自由的學術黃金期——擺脫了職稱考評的壓力，擁有足夠的研究經費和學術聲望，可以隨心所欲地探索任何感興趣的純數學問題。大多數菲爾茲獎得主都沿著這條路徑走下去了。

但他選擇了另一條路。在宣布加入OpenAI的聲明中，Tsimerman寫道：“AI對齊問題本質上是一個關于如何用數學語言精確描述人類價值，并確保智能系統不偏離這一描述的問題。它需要代數、邏輯、概率論和優化理論的深度交叉，而純數學家恰恰擅長于在抽象結構中尋找確定性的保證。這對我來說是最具智識挑戰的問題，也是最值得投入生命的問題。”

這段話透露了兩個關鍵信息。第一，他將AI安全視為一個數學問題，而不僅僅是一個工程問題。第二，他認為純數學家訓練出的那種“在高度抽象的結構中尋找絕對確定性”的思維習慣，恰好是解決AI對齊問題所急需的。這不是一個數學天才“降維打擊”去解決工業界問題的故事，而是發現了一個只能由數學天才才能去解決的問題。

2

為什么AI安全需要菲爾茲獎級別的頭腦？

在Tsimerman宣布入職的同一周，OpenAI首席科學家在官方博客中發布了一篇技術說明，解釋為什么要招募純數學家進入安全團隊。

當前的AI對齊研究大致可分為兩類。一類是“經驗式對齊”，通過人類反饋強化學習等方法，在實踐中不斷調整模型行為。這種方法有效，但不提供理論保證——沒有人能從數學上證明一個經過RLHF訓練的模型不會在特定條件下出現有害行為。另一類是“形式化對齊”，試圖用數學語言嚴格定義“安全”“對齊”等概念，并證明在給定的數學框架內，模型的行為可以保持在安全邊界之內。

后者的難度堪比純數學研究。它需要一種極其特殊的智力訓練：在極其抽象的結構中，找到一組公理，然后從這組公理出發，推導出系統行為的確定邊界。這與數論學家研究素數分布、幾何學家研究流形拓撲的工作方式如出一轍——都是在看似無序的復雜現象背后，尋找嚴格的數學結構。

OpenAI并非第一家意識到這一點的機構。谷歌旗下DeepMind早在2024年就組建了一個名為“對齊數學組”的小團隊，成員包括兩位菲爾茲獎得主和多位IMO金牌得主。Anthropic的安全團隊中也有來自代數拓撲和模型論領域的學者。Meta的AI安全顧問委員會則邀請了數位理論計算機科學家和邏輯學家。

Tsimerman的加入讓這場“數學家爭奪戰”進一步升級。菲爾茲獎得主全職加入企業安全團隊，這在整個AI行業歷史上尚屬首次。它標志著AI安全研究已不再滿足于工程修補和經驗調試，而是正在上升為一門需要基礎科學突破的前沿學科。

3

人才虹吸，最聰明的大腦都在離開自己的領域

Tsimerman的選擇并非孤例。它是一張正在加速的人才流動圖譜上最新、也最扎眼的一個標注點。

據《自然》雜志2026年初發布的一項調查，過去兩年中，全球排名前100的大學中，數學、物理和理論計算機科學領域的頂尖博士生和青年教授，選擇進入工業界而非學術界的比例已從2020年的28%攀升至2026年的47%。而他們進入工業界的首選方向，幾乎全部指向AI。

圖靈獎得主中，楊立昆早在Meta擔任首席AI科學家，約書亞·本吉奧在多家AI公司擔任顧問，杰弗里·辛頓曾在谷歌工作多年。諾貝爾物理學獎得主中，已有不止一位開始用AI工具輔助自己的研究，或者直接加入AI創業公司。現在，菲爾茲獎得主也開始全職加入AI公司。這道人才流動的弧線，從工程界一路劃到了基礎科學的最頂端。

這股虹吸效應引發了一個尖銳的擔憂：當最聰明的頭腦都在涌向AI，其他基礎學科怎么辦？

這種“智力的重新配置”在歷史上并非沒有先例。二戰期間，大量物理學家離開基礎研究領域，投身曼哈頓計劃。冷戰時期的太空競賽，同樣將最優秀的工程人才匯聚到了一個單一目標上。但當時的智力集中是任務導向的、有時間期限的。今天AI對人才的虹吸，則更像一場沒有明確終點的長跑——只要AI還在高速演進，它對頂尖頭腦的需求就不會減弱。

4

對齊問題的前景

Tsimerman的加入，讓外界對AI對齊問題的解決前景產生了新的期待。但客觀而言，這個問題的難度可能被低估了。

OpenAI安全團隊在2026年初發布的一份白皮書中，將對齊研究的現狀描述為“局部可控，全局未知”。在特定任務上，通過RLHF、RLAIF等方法，模型的行為已經可以被約束到人類可接受的范圍之內。但在“全局對齊”這個層面——確保一個具備通用智能能力的系統在任意情境下都不會偏離人類價值——目前還沒有任何被數學嚴格證明的方案。

這正是需要Tsimerman這樣背景的數學家的原因。全局對齊需要一個能夠經受數學檢驗的框架：不是“模型看起來表現得安全”，而是“我們可以證明，在這個框架內，模型不可能不安全”。要達到這種嚴格程度，研究者必須突破一系列尚未解決的基礎性問題：價值的形式化定義、多主體博弈中的穩定性條件、不確定環境下長期目標的保持。每一個問題都像一塊為純數學家量身定做的磨刀石。

但也必須誠實地指出，數學證明同樣有其局限。人類價值本身并非一組可以被無歧義定義的公理，不同文化、不同個體對“安全”的定義存在根本性分歧。即便數學家能夠在某個公理體系內證明一個AI系統的行為邊界，那個公理體系本身的選擇和設定，仍然是一個充滿哲學和政治爭議的過程。數學可以提供確定性，但無法替代人類在價值排序上的艱難選擇。

一枚菲爾茲獎章的歸屬，折射出的是一種更深層的時代變遷。在工業革命時代，最聰明的大腦去造蒸汽機和鐵路。在信息革命時代，他們去寫操作系統和搜索引擎。而在AI加速演進的今天，他們正在走向那些尚未被解答的安全與對齊問題。

這本身就是一個值得深思的信號：AI安全已經不是一個可以被工程師和經驗主義者“順便解決”的工程問題。它需要數學家的嚴格性、哲學家的深度、甚至政治學家的平衡感。當菲爾茲獎得主愿意將自己的學術生涯押注在這個問題上時，它本身就說明——AI安全問題的分量，已經與基礎科學相當。而人類是否能在AI能力指數增長的窗口關閉之前，跑通對齊這條生命線，或許將是這個世紀最重要的科學答卷。

更多干貨分享敬請注我們的公眾號與視頻號~超多精彩對話內容等待您的解鎖！