从"保护天才"到"滋养创新"：邓煜、王虹的成长路径带来的一点思考
两位中国籍数学家首次同时获得菲尔兹奖，两人都出自北大数学 2007 级本科。顺着他们公开受访中谈到的成长经历，可以看到一个值得思考的话题：优秀的本科教育之外，一位年轻人走向原创研究，还需要哪些条件？
从邓煜、王虹的求学经历，到 AI 前沿创新，这篇文章想聊的是"保护天才"与"滋养创新"之间那段路：导师关系、研究训练、以及 AI 时代同样稀缺的一种能力。
"教育不是灌输，而是点燃火焰。" —— 一句流传甚广的教育格言（常被归于苏格拉底，亦有说法源自普鲁塔克、叶芝）
2026 年 7 月 23 日，美国费城，国际数学家大会开幕式上，两枚菲尔兹奖章同时刻上了中国人的名字——邓煜、王虹。这是中国籍数学家首次摘得这一"数学界的诺贝尔奖"，更难得的是，两人竟出自北京大学同一个年级：2007 级数学科学学院。
历史性的突破背后，也有一个值得琢磨的细节：两位在北大打下本科基础的数学家，博士阶段都是在海外完成的。
他们的轨迹，像一面镜子，让人去想本科培养与博士培养之间那段路究竟需要什么。这也正是我在上一篇聊数学史与人才成长的文章里说过的同一件事——好苗子之外，还需要一段允许慢慢长大的时间。
一、邓煜：一条笔直向上的线，和一次转弯
邓煜的故事，像一条笔直向上的线。1989 年生于深圳，2006 年获国际数学奥林匹克（IMO）金牌，保送北大数学系。在燕园，他是最耀眼的存在——同学称他为"邓神"，成绩断层领先。
但这条直线在北大画了一年后，突然拐了个弯。他向麻省理工学院（MIT）提交了转学申请，在北大办理了退学手续，前往大洋彼岸。
在 MIT，他获得全额奖学金，一个学期选五六门数学课，同时读三本书；曾经花一周时间逐页核对一篇 85 页的长篇论文，把所有细节都检查一遍。
2010 年，他斩获普特南数学竞赛最高荣誉；2011 年进入普林斯顿大学，师从 Alexandru Ionescu 教授，2015 年获博士学位。
邓煜自己说：
"在北大时，我最早上的是陈天权老师的数学分析课……大二以后跟随刘和平老师学习调和分析，开始接触前沿问题。总体而言，北大的学习为我打下了很扎实的基础。"
但扎实的基础之后，是 MIT 和普林斯顿让他真正看到了数学的前沿。Ionescu 教授"对证明细节要求很高，同时兴趣非常广泛，涉及调和分析、流体方程、色散方程和广义相对论……这些习惯和数学品味也深刻影响了我。"
注意这个细节：邓煜博士论文的方向是非线性色散方程，而他后来最广为人知的成果却是概率方向的工作。一个人敢于从自己博士训练的领域跨界出去，这种勇气不是天生的——它来自导师"兴趣非常广泛"的示范，来自一种"你可以去别的地方看看"的默许。
二、王虹：从"小透明"到菲尔兹奖——一路上被听见的那些时刻
如果说邓煜的故事是直线，王虹的轨迹则更像一条曲折的河流。
1991 年，她出生在广西桂林平乐县沙子镇，一个并不起眼的地方。16 岁高考，她因为分数不够，没能直接进入数学系，而是进了北大地球与空间科学学院。大二时，她通过转系考试进入数院。但在高手如云的环境里，没有竞赛背景的她，成绩只能算中下等，是同学眼中的"小透明"。
本科毕业后，她去了法国。在巴黎综合理工学院，她甚至一度认真考虑过转行学建筑，去事务所实习了一个月。但最终她发现：
"建筑需要先说服别人，创作自由受限；而数学可以完全靠自己在头脑中'建设'想法。"
正是在法国，她遇到了改变她一生的导师 Yvan Martel 教授：
"他告诉我，如果我研读中遇到任何困难，我只需要收集它们，在下次见面时向他提问。这让我头一回意识到，我不必靠自己一个人解决所有问题，会有人愿意帮助我，这让我感到安心。我变得更有耐心，也不再那么紧张。"
后来，Martel 帮她联系了 MIT 的 Larry Guth 教授。在 Guth 的指导下，王虹找到了自己的方向：
"研究数学的那段时间，我非常煎熬，因为我经常和身边的人观点不一。他一直倾听并跟上我的思路，这让我获得了自信。"
2025 年 2 月，她与 Joshua Zahl 合作，以 127 页论文证明了三维挂谷（Kakeya）猜想，解决了困扰学界逾百年的难题。
三、"点燃火焰"的两种读法：给知识，还是给信任？
对比两位数学家的成长轨迹，一个共同点极其扎眼：他们都在人生的关键节点，遇到了"对的导师"。
而"对"在哪里？不在于导师教了多少知识——北大的刘和平、刘张炬、陈天权，学识丝毫不逊色，邓煜自己也说北大为他"打下了很扎实的基础"。差别在于博士阶段的师生关系里，多出来的另一层东西：
| 以传授为主的阶段 | 邓煜/王虹在博士阶段获得的 | |
|---|---|---|
| 传授 | 成体系的知识、成熟的方法 | 同样深厚，甚至更严苛（Ionescu"对细节要求很高"） |
| 空间 | 把已知问题做对 | "你不必独自解决所有问题"（Martel） |
| 信任 | 在标准下被评价 | "你的观点值得被倾听"（Guth） |
| 越界 | 沿既定方向深耕 | 鼓励跨界（邓煜从色散方程跨到概率） |
那句"教育不是灌输，而是点燃火焰"，在这里有了两种不同的读法。
一种读法是把"点燃"理解为填得更满、烧得更旺——把最好的燃料（生源）、最高强度的训练（题海）堆到极致。这套模式确实有效：它能在很短时间内，让一个孩子掌握别人几年才能掌握的知识，在竞赛中拿到金牌。这是我们做得很好的一部分，两位获奖者扎实的功底同样来自它。
但王虹的那句话，泄露了另一种"点燃"的真相：
"我不必靠自己一个人解决所有问题，会有人愿意帮助我。"
真正的火焰，不是被填满的，是被信任点着的。 一个在北大数院自我怀疑的"小透明"，需要的不是更多的题，而是有人告诉她：你想的是对的，你值得被听见。这种安全感——被接纳、被信任、被允许犯错——才是创新最稀缺的燃料。
四、解题与研究的分水岭：前沿没有标准答案
我在上一篇文章里反复讲一个母题：几乎所有"解题技巧"，本质都是同一件事——换一个视角，让藏起来的结构暴露出来。 记招式和看结构，正是解题与研究之间的分水岭。
现在把这个母题放到培养环节上，会看到一个朴素的事实：
课堂与考试训练得最扎实的，是"有标准答案"的那部分数学；而数学研究的前沿，恰恰是"没有标准答案"的那部分。
看看这些让两位获奖者成名的问题：
| 问题 | 悬置时间 | 课本上有吗？ |
|---|---|---|
| 三维挂谷（Kakeya）猜想 | 逾 100 年 | ❌ 没有 |
| 希尔伯特第六问题（邓煜相关方向） | 125 年 | ❌ 没有 |
| 非线性色散方程的长期行为 | 数十年悬而未决 | ❌ 没有 |
这些问题在课本上根本不存在。它们没有参考答案，没有标准解法，甚至没人保证它们"有解"。一个长期习惯了"找标准答案"的大脑，面对这样的问题时，第一反应往往是无所适从——这不是谁的错，只是因为这一段本领，需要在另一种训练里才能长出来。
从两人的经历里，能提炼出研究阶段最需要的三个条件：允许慢、允许错、允许不一样。
- 王虹可以花一年时间尝试建筑学再回归数学——这样的"弯路"，需要一个不催促的环境；
- 邓煜在 MIT 可以一个学期只钻研一篇论文——这种在短期看来"低效"的投入，需要有人相信它值得；
- 王虹"经常和身边的人观点不一"——这种"不一样"，需要先被听见，而不是先被纠正。
一个人要走到前沿，需要的正是一片能容纳更多试错的空间。
这也是全世界的基础研究都在面对的共同难题：评价与资助天然偏向可预期的产出——项目要有明确周期，论文要能按时见刊，方向最好看得见用处。这套逻辑在工程和应用领域非常有效，但基础研究有它自己的节奏——真正重要的问题，在被解决之前，往往既不热门、也看不出实用价值。
| 若只用"是否热门、是否有用"的尺子去衡量 | 它当年看起来值得投入吗？ |
|---|---|
| 三维挂谷猜想（一个关于"针能扫过多小面积"的几何问题） | 看起来毫无用处——却成了调和分析的核心 |
| 伽罗瓦临死前写下的群论 | 当时无人问津——今天是整个现代代数与密码学的地基 |
| 哈代引以为傲的"纯粹无用"的数论 | 半个世纪后成了信息安全的命脉 |
越是按短期产出来衡量，越难为"暂时看不出用处"的问题买单——很难让一个年轻人花十年只啃一道没人保证有解的题，也很难支持一个短期没有回报的冷门方向。而这些"暂时无用"的方向，恰恰是原创突破长出来的地方。
王虹能花一年试建筑再回归数学，邓煜能在 MIT 一学期只读一篇论文，背后不只是导师的宽容，更是一套允许长期投入冷门问题、不急于兑现的支持方式在托底。这，正是"保护"与"滋养"之间最实的那道坎。近年国内的基础研究长期资助、青年人才计划，也正在朝这个方向补课。
张平文院士有一句话说得极准："北大数学的天才不是培养出来的，而是保护出来的。"
这句话的分寸很值得体会：北大做到了"保护"——给学生宽松的本科环境和充分的自由，这已经很了不起。而"保护"之后还有"滋养"：保护是"不去掐灭那把火"，滋养是"主动往火上添柴、并且相信它能烧起来"。从"保护天才"到"滋养创新"，中间要接上的，正是博士培养、学术评价、师生之间的信任关系——这些软的部分，比硬件更需要时间。
五、这面镜子，也照着 AI
有人会说，这只是数学界的事。但如果你在做 AI，你会发现这面镜子照得更清楚。
大模型时代，最核心的能力早已不是"记住知识"——参数里存的知识，比任何一个博士的脑子都多。真正稀缺的，是在没有标准答案的地方做出判断：如何设计一个从没人做过的实验，如何在一堆失败的 loss 曲线里看出该换哪个假设，如何把一个模糊的直觉，硬生生"建设"成一个可跑通的架构。
这恰恰是王虹说的那种能力——"完全靠自己在头脑中建设想法"。
而当下 AI 领域最前沿的突破，几乎全都长在"允许慢、允许错、允许不一样"的土壤里：一个看似"低效"的方向被允许烧上几年，一个"和主流观点不一"的人被允许坚持——Transformer、扩散模型、RLHF，无一不是如此。反过来，一个只会"对齐标准答案、复现已有 SOTA"的团队，永远只是在别人点燃的火堆边取暖。
做研究和做题的分水岭，在数学里叫"换视角看穿结构"，在 AI 里叫"敢于探索没有答案的前沿"——它们是同一把火。
而说到底，这把火要点燃的，正是中国未来最欠缺、也最迫切需要的东西——从零到一的原创能力。
过去几十年，我们把"从一到 N"做到了世界级：一条路被趟出来之后，我们能以惊人的速度、规模和成本优势把它做大做透。这套能力让中国成了制造业强国，也成了 AI 应用最肥沃的土壤——这是实打实的本事，不该被轻看。而"从零到一"是另一种能力，需要另一种训练。
问题是，"从一到 N"的红利，本质上依赖于总有别人先完成"从零到一"。挂谷猜想的证明、Transformer 的诞生、群论的第一笔——这些"零到一"的时刻，没有任何前人的标准答案可抄，只能靠一个被信任、被允许长期试错的头脑，在一片没有地图的荒野里自己走出第一条路。
| 从一到 N | 从零到一 | |
|---|---|---|
| 本质 | 复现、优化、规模化已知的路 | 在没有答案的地方走出第一条路 |
| 训练方式 | 熟练、精确、对齐已有答案 | 换视角、啃长期难题、容忍试错 |
| 环境要求 | 效率、执行力、快速兑现 | 信任、耐心、允许"暂时无用" |
| 我们的位置 | 世界顶尖 | 正在补的一课 |
菲尔兹奖带来的，不只是两位数学家的荣耀，也是一道值得长期思考的题："从一到 N"之外，"从零到一"的能力从哪里长出来？ 答案大概不在更快的解题速度里，而在一段愿意点燃、也愿意等待的时间里。
六、下一步：本土博士培养这一课
一个值得注意的事实是：王虹和邓煜的博士学位，分别来自 MIT 和普林斯顿。
也就是说，本科阶段的功底是在国内打下的，博士阶段的成长发生在海外。 这两段都真实地起了作用。
有评论者说过一句话，可以当作一个朴素的期待：
"什么时候本土大学培养出来的博士能够拿菲尔兹奖，中国数学的培养体系就真正成熟了。"
这并不是否定我们的成就。从"黄金一代"到"白金一代"，北大数学的本科教育已经跻身世界前列。田刚院士说得中肯："世界级数学家的成长，是个人天赋努力、教育、文化多个因素共同塑造的结果。"
科研人才本来就在全球流动，也不必纠结于"回不回国"。真正值得思考的是两个问题：
- 好苗子长出来之后，怎样把博士阶段这一程也接得同样好？
- 学生能在竞赛中拿到金牌，怎样让同样的才华在"十年磨一剑"的基础研究里也结出果实？
答案，或许就藏在王虹那句朴素的话里：
"我不必靠自己一个人解决所有问题，会有人愿意帮助我。"
结语
邓煜和王虹的获奖，是中国数学的里程碑，也是一面镜子。它照见了我们已有的优势——扎实的基础、优秀的生源、宽松的本科学术环境；也照见了还要接着补的那一程——博士培养、创新氛围、师生之间的信任关系。
从"保护天才"到"滋养创新"，这条路还长，但方向是清楚的。两位从燕园走出的数学家已经证明：中国人完全有能力站在数学的最高峰。 接下来要做的，是让更多的"邓煜"在国内也能一路看到前沿，让更多的"王虹"在身边就能获得那份自信——把"从零到一"的能力，也一并长出来。
菲尔兹奖不是终点，而是一个起点——它提醒我们：
教育的真谛不仅是传授知识，更是点燃那把敢于探索未知的火。
灌输，能教出更熟练的解题者；点燃，才能长出敢啃百年难题的研究者。这，也正是 AI 时代对每一个想站在前沿的人，最真实的要求。
敬请关注下期文章更新：从"换视角即解法"到"前沿无标准答案"——数学直觉、教育土壤与 AI 前沿突破背后共同的那把火。
参考来源： 新华社、虎嗅、36 氪、澎湃新闻等媒体报道；北京大学官网、北京国际数学研究中心专访；邓煜、王虹获奖后公开发言及访谈。