一份陶哲轩参与的新期刊诞生了

一场45分钟到65分钟的数学讲座，也能在期刊发表？

今年8月下旬，很早就声明谨慎答允期刊邀约的陶哲轩在其博客做了一个广告：Mathematical Discourse（暂译为《数学论述》）是一本全新的线上同行评审数学期刊，致力于发表最高质量的数学研究报告视频，而他本人是科学委员会成员。新刊属于钻石开放获取，即作者和读者均无需付费，已于今年8月开始接收投稿。

“这个主意非常非常新奇。”第一次听说它时，瑞士苏黎世理工学院副教授王艺霖眼前一亮。她已经应邀成为该刊编辑。

而在这本新刊的另一位编辑、美国麻省理工学院教授恽之玮看来，这件事更紧迫一些。新刊主编之一、菲尔兹奖得主阿克谢·文卡特什（Akshay Venkatesh）邀请他加入编辑团队时，他“犹豫了很久”。“如果是另一个传统杂志，我会立刻拒绝。”他告诉《中国科学报》记者，“考虑到这是一个新的尝试，尤其是在AI冲击下，我把它看成是数学家自救的一次努力，我还是参加了。”

数学，站在了学术发表变革的前沿。

▲Mathematical Discourse网站首页。

一场报告，为什么值得被发表

数学家并不只通过论文交流。一篇论文可以保存100年，但很多数学想法最初诞生在黑板前。

恽之玮说，优秀的报告对听众来说比论文更容易提起兴趣，也更容易提炼主要内容。细节在报告中通常会被略过，所以它不能替代论文。它的价值在别处。

Mathematical Discourse自己画了这条线。投稿范围里写着，讲座中介绍的主要结果必须有已经存在的书面形式。它不打算取代印刷期刊在验证正确性上的角色，结果对不对由讲者负责，审稿人只看三件事，清晰度、新颖性和数学趣味。

王艺霖把这层价值说得更直接。数学家证明出一个结论，并不意味着这项工作已经完成。“数学家无法改变一个定理正确与否的事实，我们只是把它从数学真理的黑箱中找出来，变成作者本人和其他人知道和理解的知识。所以数学工作的本质，一定程度来说，是对人的工作。”

一项新知识要真正进入共同体，往往还要经过很多人的反复理解、消化、改写和传递；它可能逐渐被讲得更简单，最后进入教材，进入后来者的知识结构。“数学的发展，一方面是数学本身的发展；另一方面，是人类理解数学能力的发展，交流一直都是数学工作里非常核心的一部分。”她说。

因此，一场好报告并非“把论文讲一遍”，它是一种重新组织。报告人需要知道台下的人已经懂什么、不懂什么，要给出足够的背景和动机，还要让复杂的逻辑以可跟随的节奏展开。王艺霖借电影来描述这件事：要有铺垫、推进、高潮和收束，要意识到听众的注意力在何处停留又在何处开始松动。

“报告是门艺术。”她说。

▲王艺霖。图源：瑞士苏黎世理工学院数学系网站

黑板前的相遇

这门艺术不只关乎表达技巧，也可能改变研究的走向。

王艺霖讲起一段发生在2022年的经历。那时她在麻省理工学院工作，常去哈佛大学参加一个规模很小、很不正式的讨论班。组织者是菲尔兹奖得主柯蒂斯·麦克马伦（Curtis McMullen）。屋子不大，参加者主要是学生、访问学者和朋友；报告进行中，任何人都可以打断，也可以走到黑板前补上一段推导或一个想法。

一次报告中，一位来自美国波士顿学院的学者介绍三维双曲流形的体积问题。王艺霖当时研究的是曲线在曲面上的能量，两件事表面上相距很远。她此前并没有想过它们可以相互关联。但报告人把陌生问题讲得足够清楚，她渐渐捕捉到两者的相似性。

“我当时觉得，好像可以follow（听懂）。”她说。

那次听讲之后，新的合作与一系列后续结果产生了。报告没有给她现成答案，它让原本隔着学科语言的两组对象，在头脑中第一次有了碰撞的机会。

数学研究者对这种经验并不陌生。人们在会场走廊、午餐桌旁、咖啡机边随口谈起一个问题，有人画出一幅图，有人问一个看似笨拙的问题，原本封闭的思路突然出现一道缝。王艺霖说，大量真正的交流就是这样发生的。它未必立刻推进一项主线研究，却给人留下丰富的知识印象和若干尚未连接的线索。日后某一天，那些线索可能自行联结成一幅新的图景。

“你需要有这么一个库存。有这些信息的存储，才有以后发生这种碰撞的可能性。”她说。

恽之玮的经验更为直接。他说，博士毕业以后，自己接受新的数学思想“基本靠和人交流”，投入的时间远远超过读论文，与合作者的讨论尤其能让人学到很多东西。

一对一交流常常更有效。听者不懂时可以立刻发问，讲者也能根据对方已有的知识调整表达。对本方向专家而言，一个证明的大意或许5分钟就能说清；对不熟悉的人，则要讲清已有结论、新结果何以令人惊讶、问题为何值得追问。正式论文为未来的陌生读者留下结构严谨的文本，而许多直觉性的内容、临时性的比喻和针对特定对象的解释，未必适合写进论文。

“你的对象是人，不是机器。”说这句话的时候，王艺霖语速快且异常坚决。

▲王艺霖办公室的黑板。图源：瑞士苏黎世理工学院数学系网站

谁来判断一场报告的好坏

什么才算一场好报告？陶哲轩被他的博文读者问到了这个问题。

陶哲轩的回答没有回避模糊性。他说，与传统期刊一样，编辑和审稿人的判断会起决定作用。就他个人而言，一个标准是：报告是否增加了职业数学家对该主题的理解与研究动机，是否提升了其使用相关文献的能力。但不同编辑可能更看重不同因素；随着期刊运行、编辑讨论和审稿反馈的积累，期刊会逐步形成更明确的共识性标准，最初发表的几场报告也将为这种标准提供参照。

读者接着问：究竟更看重结果本身，还是更看重演讲质量？陶哲轩回应，传统期刊本就同时重视结果的重要性与对结果的阐释，新期刊也会如此，只是对后者的权重可能略高于传统期刊。

这种先有具体案例再形成尺度的做法，在王艺霖看来是必要的。她不认为好的报告有唯一的模板。不同编辑、不同审稿人对“好”的感受并不相同，反而构成一种有价值的多样性。编辑成员都是善于报告的数学家，对如何让听众进入问题会有深入思考；与此同时，外部评审可以是来自不同阶段的研究者，资深学者、青年学者乃至博士生都在其中。

“每个人可能思考的内容不一样，所以有一个非常多样性的编辑团队，其实也是一件好事。”她说。

她自己作报告，倾向于少讲一些结果，往深处走，而不是在一小时里罗列许多工作。“我会比较喜欢选一个比较小的结果……带着观众一起把它走深的过程。”她说。

这背后有一个看似朴素但并不容易做到的转变：报告人究竟是要证明“我很厉害”，还是要让听众真正享受这一小时？王艺霖选择后者。“报告人不是核心，观众才是。”

出发点一变，报告的组织会跟着变：在观众可能发问的地方适当停顿，在问题提出时马上回应，必要时回头看此前的内容；甚至在紧绷的推理间插入一个玩笑，让复杂的结构有喘息的空间。她认为这些并不只是技术，而是报告人是否愿意从观众的角度重新看待自己的知识。

▲恽之玮。图源：麻省理工学院

当答案越来越容易获得

Mathematical Discourse并非因人工智能（AI）而生，但AI显然加速了它的到来。

陶哲轩在其博文中写道，作数学报告以独特方式捕捉了数学中“人的一面”；在未来几年，支持学科的这些人文维度将愈发重要。这个判断在评论区激起讨论。

AI的出现让数学家不得不重新思考：数学研究的价值，究竟只是获得正确答案，还是帮助人们理解答案？

过去，证明一个重要定理、解决一个著名猜想，往往被视为最直观的成就。但推动理解同样重要——发现一个问题为何深刻，解释一个结论为何成立，或者把复杂思想讲到别人能够真正吸收，这些工作未必能够量化，却构成了数学发展的基础。

王艺霖担心AI可能成为新的“黑箱”。即使AI能够给出正确结论，如果人们无法跟上其推理过程，那么知识仍然停留在不可理解的状态。数学家长期以来所做的，正是不断把这些“黑箱”打开，把抽象对象转化为人类能够共同理解和讨论的内容。这样的价值，并不会因为AI变得更强大而消失。

恽之玮的表述则带着倒计时感。他说，人与人的交流是AI“暂时不能替代的部分”，“我们也不知道这个‘暂时’能持续多久”。

因为在AI的影响下，未来的数学评价体系必然发生变化；人们会更重视那些AI暂时难以替代的能力，并给予它们更大权重。除面对面交流外，恽之玮还举例说，给出简洁定义也是这样的能力之一。

不过，他并不把未来浪漫化。随着AI快速发展，“人类落后太多”时，人与人之间的思想碰撞或许更多只是一种情感需要，对科学本身未必再有决定性意义。

给评价留一点“弹性”

一份期刊能改变评价体系吗？王艺霖对此保持克制。

她说，Mathematical Discourse不可能解决所有问题，它只是为数学共同体增加一个维度：让认真准备报告、善于阐释思想的人，获得更明确的认可和反馈。

她有自己的担忧：“任何一个系统里面，一旦有一个评审的标准，大家的努力自然都会围绕这个评审方向去靠。”

这也意味着新的评价维度必须避免成为新的单一尺度。王艺霖强调，评价应当是多元的。有人擅长表达，有人不善言辞；一个人可以有短板，但也可能在另一个维度上格外突出。她不赞同用一种僵硬的模板覆盖所有研究者。

在她看来，真正成熟的评价不应只盯住论文数量、期刊名次或基金数目，而要为具体判断留下空间。那些空间未必让人安心，但也能防止研究者被单一指标过早筛掉。

“不明确其实是给了这个评价一个呼吸的空间。”她说。

从这个角度看，Mathematical Discourse让“解释能力”第一次更正式地进入同行共同体的视野。

对于年轻研究者，恽之玮给出的建议落在更深处。他认为，真正有创造力的人，应当从问题的本源出发，也就是“第一性原则”，而不是在既有结果上层层堆砌。AI使独立思考更加稀缺，研究者需要很强的自制力，避免自己的选择被工具接管。

王艺霖也提到一种类似的经验：当一个答案来得过快，无论来自文献还是来自AI，人很容易获得“自己已经理解了”的错觉。真正的理解，有时恰恰要经过一段不理解的，甚至有些黑暗的时间。她不把这种过程看作纯粹的低效；在不断追问、试错和重新组织中，人会形成自己的判断和品味。这种多样性很珍贵，它使得人与人的交流有更多层次的丰富体验，进而推动源源不断的求索和追问。

她曾尝试让AI辅助写推荐信，结果发现文本看上去规范、流畅，甚至热情，却不是她真正想用自己的方式表达的内容，最终还是从头重写。她担心的并非AI总会给出错误答案，而是它给出的选择“看起来都不错”。久而久之，人可能忘记如何穿过不确定性，形成自己的审美和路径。

她最终选择了“手搓”推荐信。