Anthropic喊停AI发展，可能只是演给投资人看的
他说Dario在呼吁行业减速时「百分之百确定没有任何人会遵守」——减速声明本身就是说给投资人看的商业姿态，而非真实的风险共识。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
数学是文化，AI只是解题家
AI当前更多是一个不断进化的「解题家」，它的解题能力还会继续上升；但数学是人类几千年来形成的一种文化——不同数学家、不同领域之间的交流、对问题价值的共同判断。苏炜杰认为，在AI解题能力暴涨的同时，这种文化层面的价值反而在持续提升，这是AI目前完全缺乏的一环。
— 苏炜杰黎曼猜想突破被数学家看低
Anthropic宣称把黎曼猜想某种形式的比例从40%多提高到67%，引发大量关注，但苏炜杰采访的解析数论专家评价不高——这条路径本质只是在已有方法上做优化，理论上限也只能逼近100%，永远无法真正证明黎曼猜想，所以是偏离初衷的新闻事件，而非数学意义上的突破。
— 苏炜杰AI数学突破是跨界丰收
过去几十年人类数学家越做越深，不同topic之间几乎无法交流；AI恰恰把分散在各领域、互不往来的技巧重新组合，挖出了大量此前没人注意到的low-hanging fruit。这解释了为何今年研究级数学成果突然密集涌现，但苏炜杰强调这仍是组合已有技术，而非AI自己创造出全新的数学思想。
— 苏炜杰转系学数学的人更容易成才
苏炜杰统计发现，北大数院里本科从其他专业转系过来学数学的同学，后来在数学上的发展「统计上非常非常显著」地更好——王红、丁剑、高子杨、沈俊亮都是转系生。转系比例大约只占一届的10%左右，但产出的数学人才比例远高于此。
— 苏炜杰没人能讲清模型全流程
加入OpenAI前，苏炜杰一直好奇GPT到底是怎么训练出来的；进去之后发现，现在几乎没有一个人能把模型从端到端的发展讲清楚或复制一遍——它已经是一门重工业，每个人只是参与其中的一个环节，复杂程度比他加入前的预期还要高。
— 苏炜杰AI减速呼吁是讲给投资人看的
针对Anthropic呼吁全行业停下来、减缓AI发展的声明，苏炜杰认为提出者Dario提出时百分之百确定没有任何人会遵守，这里更多是商业价值的考量——一边强调AI的极端风险，一边持续加速研发，传递的实际信号更像是「我很强，你们先别卷」，主要是讲给投资人看的。
— 苏炜杰Scaling是个万能筐
苏炜杰认为Scaling Law没有撞墙，是因为模型早已是一个变量数不胜数的高维函数：只要某个变量的导数大于零，资源就会涌向它；一旦它放缓，注意力自然转向另一个仍在上升的变量。个别变量放缓不影响整体，模型能力作为一个增函数会持续上升——这是他给出的历史经验判断，而非数学定理上的证明。
— 苏炜杰论文爆炸到审稿人已经不够用
今年ICML投稿量比去年增长六七成，苏炜杰估计明年可能突破五万篇，而且增长速度本身还在加快。即便地球上所有愿意审稿的人都上场也不够用，AI参与审稿已经不可阻挡——这也让他开始思考论文本身的形式（标题、摘要、引言）是否还适应这个时代。
— 苏炜杰原话 · 已逐字校验
有大量的我知道有很多朋友就是可以说大家说就抽卡吧 哈 每天晚上就是跑好几个agent啊 就是早上起来看看有没有跑出来啊
我知道有很多朋友现在就是在抽卡——每天晚上跑好几个agent，早上起来看看有没有跑出结果。
苏炜杰19:16
转系来数研的同学 后来在数学上发展都非常好 就是这个是显著的好 这个统计上非常非常显著
转系来数学系的同学，后来在数学上发展都非常好，这是统计上非常非常显著的好。
苏炜杰49:39
你不可能在所有的维度上超过AI 但是你要找自己的维度 世界是无限维的 每一个人都是自己的一个维度 一个X轴 就是你要找到自己的这个X轴
你不可能在所有维度上超过AI，但你要找到自己的维度——世界是无限维的，每个人都是自己的一个X轴，你要找到自己的这个X轴。
苏炜杰1:01:47
我不敢说我理解 我觉得现在世界上 没有多少人敢说理解AI吧
我不敢说自己理解AI，现在这个世界上也没有多少人敢说真正理解AI。
苏炜杰1:02:48
他提这个观点的时候 他百分之百确定 没有任何人会遵守这件事情 我觉得这里 只有商业价值的考量
他提出这个观点的时候，百分之百确定不会有任何人遵守，我觉得这里只有商业价值的考量。
苏炜杰1:31:04
其实scaling我觉得是一个篮子吧 一箩筐 什么东西都可以往里面扔
其实scaling我觉得就是一个篮子，一箩筐，什么东西都可以往里面扔。
苏炜杰1:49:22
数字与实体
| Anthropic黎曼猜想相关比例进展 | 从约40%提升到67% | 14:12 |
| 历年菲尔兹奖得主中有IMO竞赛背景的比例 | 约50% | 54:41 |
| 2026年ICML投稿量同比增幅 | 约60%-70% | 2:23:59 |
| ICML投稿量预计明年规模 | 可能突破5万篇 | 2:25:00 |
| OpenAI内部北大校友人数 | 约20多人 | 2:31:03 |
| 北大数院2007级做纯数/统计方向的人数 | 纯数约11-12人，统计约4人 | 44:36 |
| 2007级转系学生比例 | 约10% | 50:39 |
| OpenAI研究员面试轮数 | 共4轮（2轮数学脑筋急转弯+2轮coding） | 1:06:49 |
术语
- RSI递归自我改进
- AI自主完成下一代AI的设计、测试与训练，人类不再扮演关键角色的设想。
- Mechanistic Interpretability机制可解释性
- 研究神经元激活组合与模型宏观行为（如说谎）之间因果联系的方法。
- Condorcet cycle孔多塞循环
- 群体偏好出现A优于B、B优于C、C又优于A的不可传递循环现象。
- muPμ参数化
- 用小模型训练结果提前预判大模型最优超参数的理论方法。
收听指南
关注AI与数学前沿、好奇顶尖学者为何从终身教职休假加入OpenAI、以及想理解AI公司商业叙事的创业者和投资人。
开篇0-5分钟是节目预告剪辑，内容后面都会重复出现，可直接跳过。