2026年7月23日，菲尔兹奖揭晓，王虹与邓煜双双获奖。为此，墨子沙龙专访到马骁--他是中科大少年班成员，也是邓煜在普林斯顿的学弟、重要工作的合作者。本文根据访谈内容整理。在两位华人数学家同时登顶的历史性时刻，马骁并未复述那些已被广泛传播的天才叙事，而是以一位同行者的身份，冷静地讨论独立与协作的边界、两种研究风格的对照，以及AI正在如何悄然改写数学研究的底层逻辑。这份置身事内的清醒，恰是喧腾中最值得倾听的声音。

墨子沙龙：您在普林斯顿期间对邓煜的印象是什么？那时就觉得他会做出大成果吗？

马骁：我到普林斯顿时，邓老师已经毕业大约三年。我们主要的交集是他受邀回普林斯顿做报告，报告后我们会一起吃饭。他是我非常敬佩的学长。

他非常专注，不太喜欢社交，大部分时间都在做数学，同时也喜欢围棋、象棋和二次元文化。他不只是喜欢研究，也很喜欢数学竞赛题。邓老师在普林斯顿一直很出名，本科阶段就发表过很好的论文，博士期间也发表了很多文章，几乎每个阶段都很强。具体成就我不便评价，但就解决问题的能力而言，他是我见过的最顶尖的一类数学家。

墨子沙龙：邓煜说自己不适合"独狼式"探索，大部分研究都与他人合作。您怎么看？他在合作中是什么样的角色？

马骁：我个人觉得邓老师的独立性其实很强。他通常会先自己做很多，再和合作者交流；比较简单的项目，他往往自己很快就能解决。我们这次项目因为问题很难，互动和讨论确实比较多。

邓老师很善于解决问题，也喜欢和那些善于提出问题的数学家交流合作，以此拓展自己的视野。他自己也很擅长提出问题，只是很多时候会把问题放进一个集思广益的过程里。

墨子沙龙：邓煜喜欢诗歌和动漫，也说过如果不做数学家可能会写科幻小说。他的"非数学"一面会在合作中显现吗？

马骁：会。有时候他的 PPT 或背景会用很二次元的素材；去找他时，也可能发现他正在看动漫或漫画。听报告不太感兴趣、需要放松的时候，他会刷手机，看的往往是漫画或二次元内容。

我自己不太了解他最喜欢哪一部作品。他看的是比较资深、比较小众的作品，属于老二次元的私藏，不一定是所有人都看过的热门作品。

墨子沙龙：164页论文的写作和审稿都花了很长时间。你们之间有过分歧吗？如果有，如何解决？

马骁：研究过程中会有一些小的分歧，比如有人觉得某条路线能走通，另一个人有不同判断，但通常很快就能达成一致。真正比较大的问题出现在论文写作上：第一版写得比较难懂，我首先就不太满意，投稿前大家也未必能完全理解。

后来我们把整篇文章重写了一遍，形成第二版再投稿。分歧主要通过继续讨论、澄清思路和重写文章来解决，并没有发展成严重的冲突。

墨子沙龙：论文从 arXiv 投稿到正式接收，期间有没有担心被拒或感到焦虑？

马骁：关于时间，我记得应该是2024年8月左右放到 arXiv 上。个人来说我没有太焦虑，比较担心的其实是论文里会不会有错误，或者别人发现漏洞。因为具体细节都是我们自己做的，所以对内容本身还是有信心的。

我倒是预料到审稿可能会很久，因为论文比较难懂。审稿人可能需要花大半年，也可能发现问题后要求修改，再重新审阅，拖上几年也不是没有可能。好在这次审稿人非常给力。

墨子沙龙：您怎么看王虹的工作？在您看来，王虹和邓煜的数学风格有什么不同？

马骁：王老师在我博士二年级时到普林斯顿做博士后，我们大约有半年交集，后来因为疫情联系就少了。她给人的感觉很善于倾听，和她讨论数学时，即使自己有些不成熟，也会很有信心，因为她会认真听并回应。她还是一位很好的老师，我当时通过公开报告和课程视频学到了很多东西。

王老师长期、集中地深耕挂谷猜想相关问题，在这一方向上的理解非常深。她早期从特殊情形入手，逐步积累了把特殊情形推广到一般情形的经验，最终解决了三维挂谷猜想。相比之下，邓老师研究的跨度更大，涉及流体力学等多个方向；王老师则在挂谷猜想这一方向上做得更专注、更深入。

墨子沙龙：今年王虹和邓煜同时成为菲尔兹奖热门人选。您认同"华人数学的黄金时代正在到来"吗？

马骁：华人数学已经进入了一个黄金时代，但这可能还只是开始。长江后浪推前浪，年轻一代的成长速度很快。按照目前的人才积累和培养趋势，未来华人数学家取得的成就可能比今天更加突出。

从人才基础来看，在普林斯顿这样的顶尖学校，中国学生目前所占的比例已经能达到五分之一了；在美国大部分高校，优秀的数学学生中已经有很大一部分来自中国。IMO等国际数学竞赛以及美国的数学代表队中，也经常能看到华人学生的身影。这意味着华人数学拥有非常扎实的年轻人才基础。

与此同时，人工智能正在改变数学研究乃至整个学科的发展方式。在AI等新兴领域，华人学者和学生的参与度更高、表现也非常突出。

墨子沙龙：美国高校对中国学生的限制，是否会影响年轻数学家的发展？您怎么看国内外博士培养的差异？

马骁：这种限制对在国内完成本科教育、希望赴美继续深造的学生来说非常明显。不过，国内数学学科的博士培养也在不断发展。很多顶级高校的数学学院，尤其是北京大学为代表，已经建立起比较成熟的博士培养体系，越来越多优秀学生选择留在国内继续深造；其他高校的数学博士培养体系也在快速进步，科研环境和人才培养质量都在持续提升。

国内外的差别更多体现在许多具体的细节上。国外数学系通常有比较好的科研环境：博士生有办公室，系里有打印机和黑板，随时可以坐下来讨论。国内很多高校在这些方面还没有完全跟上。培养制度上，国内有时存在较重的资格考试，以及不太合理的毕业论文或发文指标，可能占用博士生大量时间。

讨论氛围也有差异。国内学生有时不敢提问题，既有环境因素，也有一些老师比较保守、不太喜欢学生追问的原因。美国对中国学生的限制未必全是坏事，它也可能让更多优秀学生留在国内，从而促进国内数学教育和科研条件的建设。

墨子沙龙：在你们的科研过程中，人工智能会怎样提供帮助？日常哪些工作会交给 AI？

马骁：不同人用法不一样。我现在有相当一部分精力转到 AI 智能体的开发和调试上。把问题交给智能体、不断调试的过程中，有时它就能帮助产生数学想法，甚至把论文做出来。AI 的能力确实已经到了可以辅助数学家做前沿工作的阶段，不过网络宣传往往比较夸张，实际效果没有宣传得那么大。

墨子沙龙：如果年轻人未来想做数学研究，您建议他们掌握哪些能力？

马骁：首先不用过度恐慌，但一定要拥抱 AI。基本的编程能力要掌握，比如 Python、TypeScript；智能体、Codex、Git、VS Code 等工具也应该学会使用。还可以在线学习比较成熟的数学工作，把资料下载下来，自己动手复现和调试。

未来可能不会再有完全按照今天标准定义的"纯粹数学家"。但这不意味着数学没有空间，AI 也可能极大促进数学的发展与应用。如果做数学只是为了证明自己的智商，AI 超过人类时确实会带来压力；如果目标是做出有用、漂亮的工作，那么 AI 帮你把好工作做出来，反而是一件值得高兴的事。

当数学证明和数学语言变得足够便利，很多新的应用可能会出现。因此数学教育也需要转向 AI 时代：减少不适应新时代的训练，主动补充编程、智能体和 AI 协作等能力。