当2026年国际数学家大会在斯德哥尔摩开幕时，一个微妙的悬念正在数学界蔓延：这会不会是最后一届完全由人类数学家角逐的菲尔兹奖？随着DeepMind的AlphaProof在2024年国际数学奥林匹克竞赛中斩获银牌，GPT-5级模型在数论猜想验证中展现出超越博士生的效率，人工智能正在以令人眩目的速度渗透进数学研究的最前沿。在这样的背景下，王虹与邓煜——两位被广泛视为未来菲尔兹奖有力竞争者的青年数学家——身上那些难以被算法复制的特质，正成为整个学科关注的焦点。
王虹：从“证明的舞蹈”到“问题的嗅觉”
现任加州大学洛杉矶分校副教授的王虹，以其在几何测度论和调和分析领域的突破性工作闻名。她在2023年解决的“拟微分算子边界值问题”中，创造性地将分形几何的维度思想引入偏微分方程，这一跨越三个子领域的连接，至今仍让最先进的AI望尘莫及——因为AlphaProof可以验证定理，却无法主动“渴望”一个原本不存在的问题。
“AI的强项是搜索和组合，但数学突破往往来自对‘错误方向’的直觉。”王虹在2024年的一次讲座中坦言。当她研究拉普拉斯算子的特征值分布时，不是从已知公式推导，而是从物理直觉中捕捉到“边界分形程度与谱间隙呈反比”的模糊预感。这种对美学丑的敏感——一种数学家称之为“糟糕证明会让人耳朵疼”的先天禀赋——构成了人类相对于AI的第一道壁垒。2022年，王虹与合作者用长达80页的论文证明了“卡茨-萨纳克猜想”在分形域上的版本，其中无数次推翻重来的“错误路径”，正是AI在奖励函数驱动下不敢尝试的“负样本丰饶区”。
邓煜：在“耐心”与“叛逆”之间
如果说王虹代表的是直觉的锋利，那么北京大学数学科学学院教授邓煜则展示了另一种不可替代性：对漫长沉默的耐受与对权威框架的颠覆。邓煜以在代数几何与数论交叉领域的工作著称，他花七年时间研究“朗兰兹纲领”中一个看似偏僻的局部情形——这一命题在AI看来，数据稀疏、成功率极低，完全不具备“优化目标”的吸引力。
“AI需要明确的目标函数和足够的训练样本，但数学基础问题往往像在黑暗里摸石头。”邓煜曾这样比喻。当他在2018年提出“几何化加性数论”的新范式时，同行们最初的评价是“异想天开”——这种对主流范式的“叛逆勇气”，恰恰是当前AI的逻辑盲区。大模型擅长复现和微调已有的推理路径，却难以主动否定一条系统内部自洽的既定理论。邓煜的突破来源于一次深夜的顿悟：他突然意识到，某个经典定理的证明中隐含着一个无人注意的对称性破缺，而这个破缺指向了一个全新的算术几何分类。
这种源于非理性跳跃的创造，正是人类数学家最后的堡垒。2025年，当邓煜与合作者正式发表“关于模形式与李代数表示的意外联系”时，审稿人惊叹于其论证中“跳跃式的优雅”——那些在形式逻辑空白处突然出现的灵感弧光，是任何概率模型都无法预言的。
终极追问：什么才值得被证明？
然而，两位数学家身上最深刻的能力，或许还不在于技术层面。王虹在指导学生时反复强调：“好的数学家首先要学会问出‘蠢问题’——那些会导致整个体系重构的天真发问。”邓煜则在一次论坛上指出：“AI可以证明成千上万个定理，但它不会知道哪一个值得被命名为‘深刻的’，哪一个只是琐碎的推论。”
这种价值判断力——数学中关于“什么是美、什么是重要、什么是应该被铭记的”的直觉——根植于数千年人类文明对秩序与和谐的集体感知。当AI能不停地产出正确但平庸的证明时，只有人类数学家才能像王虹和邓煜那样，在浩瀚的数学宇宙中，辨识出那些将指引整个学科走向新大陆的微光。
如果这真是最后一届纯人类菲尔兹奖，那么这枚奖章的意义或许不在于对过去成就的终局确认，而更像一个文明给自己的备忘录：在那些关于直觉、勇气与美学的终极维度上，人类的理智永远值得被铭记。