Anthropic喊停AI發展，可能只是演給投資人看的
他說Dario在呼籲行業減速時「百分之百確定沒有任何人會遵守」——減速聲明本身就是說給投資人看的商業姿態，而非真實的風險共識。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
數學是文化，AI只是解題家
AI當前更多是一個不斷進化的「解題家」，它的解題能力還會繼續上升；但數學是人類幾千年來形成的一種文化——不同數學家、不同領域之間的交流、對問題價值的共同判斷。蘇煒傑認為，在AI解題能力暴漲的同時，這種文化層面的價值反而在持續提升，這是AI目前完全缺乏的一環。
— 蘇煒傑黎曼猜想突破被數學家看低
Anthropic宣稱把黎曼猜想某種形式的比例從40%多提高到67%，引發大量關注，但蘇煒傑採訪的解析數論專家評價不高——這條路徑本質只是在已有方法上做優化，理論上限也只能逼近100%，永遠無法真正證明黎曼猜想，所以是偏離初衷的新聞事件，而非數學意義上的突破。
— 蘇煒傑AI數學突破是跨界豐收
過去幾十年人類數學家越做越深，不同topic之間幾乎無法交流；AI恰恰把分散在各領域、互不往來的技巧重新組合，挖出了大量此前沒人注意到的low-hanging fruit。這解釋了為何今年研究級數學成果突然密集湧現，但蘇煒傑強調這仍是組合已有技術，而非AI自己創造出全新的數學思想。
— 蘇煒傑轉系學數學的人更容易成才
蘇煒傑統計發現，北大數院裡本科從其他專業轉系過來學數學的同學，後來在數學上的發展「統計上非常非常顯著」地更好——王紅、丁劍、高子楊、沈俊亮都是轉系生。轉系比例大約只佔一屆的10%左右，但產出的數學人才比例遠高於此。
— 蘇煒傑沒人能講清模型全流程
加入OpenAI前，蘇煒傑一直好奇GPT到底是怎麼訓練出來的；進去之後發現，現在幾乎沒有一個人能把模型從端到端的發展講清楚或複製一遍——它已經是一門重工業，每個人只是參與其中的一個環節，複雜程度比他加入前的預期還要高。
— 蘇煒傑AI減速呼籲是講給投資人看的
針對Anthropic呼籲全行業停下來、減緩AI發展的聲明，蘇煒傑認為提出者Dario提出時百分之百確定沒有任何人會遵守，這裡更多是商業價值的考量——一邊強調AI的極端風險，一邊持續加速研發，傳遞的實際信號更像是「我很強，你們先別卷」，主要是講給投資人看的。
— 蘇煒傑Scaling是個萬能筐
蘇煒傑認為Scaling Law沒有撞牆，是因為模型早已是一個變量數不勝數的高維函數：只要某個變量的導數大於零，資源就會湧向它；一旦它放緩，注意力自然轉向另一個仍在上升的變量。個別變量放緩不影響整體，模型能力作為一個增函數會持續上升——這是他給出的歷史經驗判斷，而非數學定理上的證明。
— 蘇煒傑論文爆炸到審稿人已經不夠用
今年ICML投稿量比去年增長六七成，蘇煒傑估計明年可能突破五萬篇，而且增長速度本身還在加快。即便地球上所有願意審稿的人都上場也不夠用，AI參與審稿已經不可阻擋——這也讓他開始思考論文本身的形式（標題、摘要、引言）是否還適應這個時代。
— 蘇煒傑原話 · 已逐字校驗
有大量的我知道有很多朋友就是可以說大家說就抽卡吧 哈 每天晚上就是跑好幾個agent啊 就是早上起來看看有沒有跑出來啊
我知道有很多朋友現在就是在抽卡——每天晚上跑好幾個agent，早上起來看看有沒有跑出結果。
蘇煒傑19:16
轉系來數研的同學 後來在數學上發展都非常好 就是這個是顯著的好 這個統計上非常非常顯著
轉系來數學系的同學，後來在數學上發展都非常好，這是統計上非常非常顯著的好。
蘇煒傑49:39
你不可能在所有的維度上超過AI 但是你要找自己的維度 世界是無限維的 每一個人都是自己的一個維度 一個X軸 就是你要找到自己的這個X軸
你不可能在所有維度上超過AI，但你要找到自己的維度——世界是無限維的，每個人都是自己的一個X軸，你要找到自己的這個X軸。
蘇煒傑1:01:47
我不敢說我理解 我覺得現在世界上 沒有多少人敢說理解AI吧
我不敢說自己理解AI，現在這個世界上也沒有多少人敢說真正理解AI。
蘇煒傑1:02:48
他提這個觀點的時候 他百分之百確定 沒有任何人會遵守這件事情 我覺得這裡 只有商業價值的考量
他提出這個觀點的時候，百分之百確定不會有任何人遵守，我覺得這裡只有商業價值的考量。
蘇煒傑1:31:04
其實scaling我覺得是一個籃子吧 一籮筐 什麼東西都可以往裡面扔
其實scaling我覺得就是一個籃子，一籮筐，什麼東西都可以往裡面扔。
蘇煒傑1:49:22
數字與實體
| Anthropic黎曼猜想相關比例進展 | 從約40%提升到67% | 14:12 |
| 歷年菲爾茲獎得主中有IMO競賽背景的比例 | 約50% | 54:41 |
| 2026年ICML投稿量同比增幅 | 約60%-70% | 2:23:59 |
| ICML投稿量預計明年規模 | 可能突破5萬篇 | 2:25:00 |
| OpenAI內部北大校友人數 | 約20多人 | 2:31:03 |
| 北大數院2007級做純數/統計方向的人數 | 純數約11-12人，統計約4人 | 44:36 |
| 2007級轉系學生比例 | 約10% | 50:39 |
| OpenAI研究員面試輪數 | 共4輪（2輪數學腦筋急轉彎+2輪coding） | 1:06:49 |
術語
- RSI遞歸自我改進
- AI自主完成下一代AI的設計、測試與訓練，人類不再扮演關鍵角色的設想。
- Mechanistic Interpretability機制可解釋性
- 研究神經元激活組合與模型宏觀行為（如說謊）之間因果聯繫的方法。
- Condorcet cycle孔多塞循環
- 群體偏好出現A優於B、B優於C、C又優於A的不可傳遞循環現象。
- muPμ參數化
- 用小模型訓練結果提前預判大模型最優超參數的理論方法。
收聽指南
關注AI與數學前沿、好奇頂尖學者為何從終身教職休假加入OpenAI、以及想理解AI公司商業敘事的創業者和投資人。
開篇0-5分鐘是節目預告剪輯，內容後面都會重複出現，可直接跳過。