2026年8月13日，未来科学大奖委员会公布年度获奖名单，北京大学北京国际数学研究中心教授袁新意斩获数学与计算机科学奖，表彰其在算术几何领域的奠基性贡献。他创立的Arakelov几何算术大性理论，成功破解一致Bogomolov猜想、一致Mordell猜想等多个世界级难题，为基础数学领域开辟全新研究路径。
在不久前落幕的国际数学家大会上，一句外国学者的闲聊令袁新意印象深刻——“China is taking over math（中国正在接管数学）”。这句话背后，是中国数学力量的强势崛起：本届大会四位菲尔兹奖得主中，王虹、邓煜两位均为中国籍数学家，中国学者、中国成果、中国声音成为国际数学界的核心焦点。
斩获国内科学界重磅荣誉后，袁新意接受深度专访，复盘中国数学二十余年的蜕变之路，直面当下科研生态的痛点困境，同时深度解答AI时代基础数学的价值、人机协作的边界与青年学者的成长路径，为中国数学的未来发展给出清醒、务实的判断。
01 无用之用：基础数学，是长期的科学伏笔
大众常常困惑，Mordell猜想、Bogomolov猜想这类极度抽象、远离日常生活的基础数学研究，耗费大量人力精力攻坚的意义究竟何在？
在袁新意看来，基础数学的价值，从来都不在于即时的现实效用，而在于跨越时代的长期赋能。他坦言，自身的基础研究大多源于纯粹的学术兴趣，没有功利化的目标，但科学史早已证明：抽象理论的价值，往往需要时间沉淀才能显现。
19世纪黎曼提出的黎曼几何，在诞生之初无人能理解其应用价值，被视作纯粹的抽象理论。数十年后，爱因斯坦拓展广义相对论时，黎曼几何成为核心数学工具，支撑起现代物理学的底层框架。彼时黎曼早已离世，其理论的价值在数十年后才彻底绽放。
“数学是一个整体共同体。当下看似无用的研究，或许会在未来物理、芯片、工业软件等关键领域成为核心突破口。”袁新意强调，基础科学的价值无法短期预判，急功近利的功利视角，只会扼杀科学的长远潜力。
随着AI、芯片设计、高端工业软件等领域成为核心科技赛道，数学的底层支撑价值愈发凸显，产业界对数学人才的需求迎来爆发式增长。这一变化，最直观的体现就是高校数学系的录取热度。
袁新意回忆，2000年自己入学北大时，数学系录取分数线在理科院系中并不突出。但2010年之后，北大数学系分数线稳居北大理科首位，至今热度不减。背后是两大核心趋势：越来越多顶尖学生愿意深耕数学基础研究，同时市场普遍认可，扎实的数学逻辑与抽象思维，是进入高端科技产业的核心壁垒。
产业界真正需要的，并非死板的数学公式，而是数学训练塑造的两种核心能力：一是严密的逻辑推演能力，适配芯片研发、算法迭代的精准性需求；二是超强的抽象建模能力，能够将产业复杂的现实问题，拆解、转化为可运算、可优化的数学模型，这是所有高端科技突破的底层逻辑。
02 二十年沉淀：中国数学人才培养完成系统性质变
近年来，华人数学家频频斩获国际顶级奖项，中国数学成果密集出圈。在袁新意看来，这并非偶然的单点突破，而是中国数学人才培养体系历经二十余年迭代，完成系统性质变的必然结果。
中国数学的崛起，是三代学者接力耕耘的成果。改革开放后成长起来的上一代学者，大量远赴海外深造，在国际前沿领域做出顶尖成果。这批学者一边深耕海外学术前沿，一边回国讲学、兼职授课、搭建学术平台，为国内数学体系引入国际课程、前沿研究范式和培养理念，搭建起中外学术互通的桥梁。
作为“80后”学者，袁新意是这套全新培养体系的直接受益者。求学期间，众多海外顶尖学者回国授课、组织学术活动、输送学生赴海外交流，让国内青年学子无需走出国门，就能接轨国际前沿研究。
这套培养模式持续迭代，惠及“90后”青年学者。随着国家经济实力、国际影响力持续提升，科研资源不断丰富，越来越多海外顶尖人才全职回国，补齐了国内数学研究的短板，形成了梯队完整、体系成熟、接轨国际的现代化数学人才培养体系。
基于多年行业观察与数据研究，袁新意在2025年1月的论文中明确：中国数学科研实力十余年来飞速进阶，整体水平已超越日本、俄罗斯，仅次于美国与欧洲英法德等核心国家的总和，且上升势头持续向好，未来仍有巨大突破空间。
当前中国数学正处于黄金上升期，依托完善的培养体系持续培育本土人才，同时借助当下的国际局势机遇，持续吸引海外顶尖人才回流，行业发展潜力空前。但亮眼成绩之下，国内科研制度的短板，正在制约青年学者的成长。
03 科研生态痛点：青年教师压力过载， tenure track制度走样
在袁新意眼中，中国数学最大的挑战，不在于人才储备、技术短板，而在于不合理的科研评价体系，让青年科研人员陷入过度内耗。
目前国内青年教职人员的考核压力空前繁重，入职、晋升需要比拼论文数量、期刊级别、项目头衔等各类量化指标，评价体系高度“一刀切”，过度看重可量化的显性成果，忽视基础数学研究周期长、突破慢、不可量化的特性。
行业普遍借鉴的美国“非升即走（tenure track）”制度，在国内已经严重走样，成为青年学者的沉重枷锁。
原版美国tenure track制度核心是“识人看潜力、留人是目的”：高校招聘青年学者，核心评估其学术潜力与研究轨迹，六年考核仅一次，通过即可获得终身教职，安心深耕长期研究，无需频繁应付考核。且成熟院校晋升率可达80%—90%，给予青年学者充足的成长空间。同时，短期聘用人员以博士后身份招录，明确无法留校的预期，避免资源错配与心理内耗。
而国内的执行模式彻底偏离初衷：高校为拼科研数据、提升院校声望，以较低标准批量招录青年教师，设置多次重复性评审考核，不合格者不仅无法晋升，还可能降级、辞退。极低的晋升率、高频的考核压力，让青年学者被迫追逐短期论文、短期项目，根本无力深耕长期、硬核的基础研究。
袁新意直言，这种畸形的考核机制，彻底消解了基础数学研究的核心特质。基础研究需要静心沉淀、长期蛰伏，而量化考核逼迫青年学者追求速成成果，最终导致行业浮躁、原创性成果稀缺，严重制约中国数学的长远突破。
04 AI时代数学：算力超群却无原创，人类的核心优势无可替代
半年来，AI在数学领域的能力飞速迭代，频频攻克难题、输出证明，引发行业热议：AI是否会取代人类数学家？基础数学研究是否还有价值？
作为深耕基础数学的顶尖学者，袁新意给出明确判断：AI解题能力大幅提升，但至今没有产出任何具备原创性、颠覆性的数学成果，无法替代人类数学家。
当前AI的核心优势集中在两大维度。其一，超强的知识整合能力。数学体系分支繁杂、壁垒极高，人类学者往往专精单一领域，难以兼顾跨分支研究。而AI依托海量数据，可贯通数论、组合、几何等不同领域，快速匹配、整合已有学术思想，打破学科壁垒。其二，极致的算力试错能力。AI可通过大规模运算、批量试错，高效构造数学例子与反例，远超人类的运算效率。
以埃尔德什单位距离问题、三维雅可比猜想反例为例，AI的突破均依托已有学术成果：前者借助高阶数论知识落地前人思路，后者依托算力优势完成批量试错验证，所有成果均建立在人类已有研究的基础上，无任何原创理论、全新问题的提出。
与此同时，AI正在给整个数学行业带来三大潜在危机，严重影响学术生态与人才传承。
第一，瘫痪行业评价机制。AI可高速批量生成论文与证明，产出速度远超人类评审的审核能力，大量同质化、低质量成果淹没真正的原创性研究。而教职评审、项目申报、奖项评选均依托论文成果，评价体系的失衡，将直接冲击整个行业的人才评价体系。
第二，污染公共学术资源。AI生成的大量成果未经严谨验证，对错难辨，海量涌入网络学术平台后，会形成大量无效、错误的学术内容。未来学者查阅文献、借鉴成果时，难以甄别真伪，严重干扰学术研究的严谨性。
第三，压制青年人才成长。AI快速摘取数学领域“低垂的果实”，而这类难度适中、逻辑清晰的基础问题，恰恰是青年学生入门科研、训练思维、积累能力的核心素材。入门级研究空间被AI挤占，年轻人失去了打磨研究能力的载体，数学学科的人才传承链条将出现断层。
在袁新意看来，形式化验证工具（如Lean）可部分缓解资源污染、成果真伪问题，通过机器代码核验证明正确性。但学术价值、原创性、行业影响力的判断，是机器永远无法替代的。
05 人机共生：AI是助手，人类的好奇心与学术品味是核心壁垒
针对AI与人类数学研究者的关系，袁新意明确：二者是协作共生的辅助关系，而非替代竞争关系。AI永远无法取代人类在数学领域的核心价值，根源在于机器缺失两种核心能力。
一是学术品味与价值判断力。对AI而言，所有数学问题、证明成果只是长短不一的代码，无优劣、轻重、价值之分。但人类数学家具备独特的学术审美，能够判断研究的难易、价值的高低、成果的行业意义，懂得甄别值得深耕的重大问题，这是数学创新的核心前提。
二是好奇心与问题创造力。所有重大数学突破，都源于人类对未知的好奇与追问。当下AI所有的数学成果，均是解答人类提出的问题，无法自主发现、提出有价值的全新难题。提出问题、定义赛道、构建理论的原创能力，是人类独有的核心壁垒。
基于此，袁新意对青年学子给出清晰的AI使用准则：入门阶段必须坚守传统研究方式，独立推导、自主思考，杜绝依赖AI，优先打磨基础研究能力、构建学术思维；待完全掌握研究方法、形成独立学术判断力后，可主动借助AI整合资料、完成运算、验证思路，大幅提升研究效率与成果产出。
结语
从被国际学界轻视，到被评价“正在接管数学”，中国数学用二十余年完成了系统性蜕变，实现了人才培养、成果产出、国际地位的全方位升级。在AI重塑科研范式、科技博弈聚焦基础学科的当下，中国数学迎来了前所未有的发展机遇。
但亮眼成绩之下，隐患同样清晰：异化的考核机制透支青年学者活力，AI的普及冲击学术生态与人才传承。
正如袁新意所言，数学的终极竞争力，从来不是解题速度与算力强弱，而是长期沉淀的学术初心、原创的问题定义能力与稳定健康的科研生态。中国数学的下一步突破，既要依托体系优势持续培育人才、承接时代红利，更要优化科研环境、为青年松绑、守护基础研究的长期主义，让更多学者愿意沉下心，做十年磨一剑的原创性研究。