AI 能省 5 倍時間，但真正決定結果的那一步，還是他自己
YouTube 影片重點整理
AI 能省 5 倍時間，但真正決定結果的那一步，還是他自己
這支 Shorts 轉述陶哲軒談 AI 與科學研究的幾個判斷：AI 讓『產生點子』的成本大幅下降，但不等於讓人變聰明；真正決定成果的，仍是可靠資料、驗證能力、連續突破，以及把想法講清楚、說服他人的能力。影片用開普勒的行星研究說明，亂數般的大量猜測需要高品質觀測資料才能篩選；也提到 AI 在數學難題上已有成果，但隨機丟題的成功率仍很低。陶哲軒認為，AI 可以幫研究者查文獻、清理程式碼、畫圖，讓論文更豐富，但不一定更深刻；它像能跳牆的機器，跳得過去就過去，跳不過去就卡住。影片最後強調，說服力很難被量化，這也是 AI 目前仍學不會的關鍵能力。
01
AI 降低的是『想點子』成本，不是自動產生洞見
00:23影片轉述陶哲軒的第一個判斷：AI 讓產生想法幾乎變得很便宜，但這不等於人因此變聰明。它更像把隨機性開到最大、不斷丟出猜測的工具。
開普勒的例子被拿來說明這點：他嘗試過許多幾何與音樂式的猜測，真正讓研究能前進的，不只是猜測本身，而是背後那份可用來驗證的天文觀測資料。
AI 與研究流程02
被展示出來的成功案例，不代表任意問題都有高成功率
00:59影片提到，數學界有 1100 多道知名難題，AI 已解出 50 多道；但如果任意丟一道題給 AI，真實成功率只有 1% 到 2%。
因此，社群媒體上看到的多半是被挑出來的成功樣本。報告中不把這解讀成 AI 無用，而是保留影片原意：AI 確實能命中一些問題，但命中率與可重複性仍是限制。
倖存者偏差03
AI 能讓論文更豐富，但不一定讓研究更深刻
01:11影片第二個判斷是，AI 可以幫忙查文獻、清理程式碼、畫圖，這些工作會讓論文內容看起來更豐富。
但陶哲軒同時提醒，豐富不等於深刻。影片用『會跳的機器人』比喻 AI：如果能跳過牆，它很快就過去；如果跳不過去，它不像人類那樣抓住線索、嘗試、修正，再一點一點往上突破。
研究輔助04
把話說清楚，是 AI 目前仍難以替代的部分
01:46第三個判斷是，AI 最學不會的可能是把話說明白。影片用牛頓與達爾文作比較：牛頓用拉丁文與新的數學體系表達，達爾文則用白話英文講述，不用方程式。
影片的重點不是誰比較偉大，而是指出：科學不只包含發現，也包含讓他人理解與相信。把話說清楚、把人說服，本來就是科學的一部分。
科學溝通05
真正要自己來的，是驗證、累積與說服
02:24影片最後把主題收回到人自己的責任：AI 能一次給出方案，但把話說進別人心裡、建立說服力，仍要由人完成。
陶哲軒稱我們正在經歷一場認知上的『哥白尼革命』：人類智能不再是宇宙中心，旁邊出現了一種完全不同的智能。這個時代令人害怕，也令人興奮。
人類角色AI 可以幫你擺出方案，但把話說清楚、把人說服，還是得你自己來。
重點時間戳索引
- 00:00影片開場指出，陶哲軒說自己寫論文最難的一步 AI 幫不上忙，至今仍使用紙筆。
- 00:23影片整理陶哲軒訪談中的三個判斷，第一個是 AI 改變的是產生點子的成本，而不是直接讓人變聰明。
- 00:31以開普勒為例：大量猜測能否成功，關鍵不只是猜得多，而是手上有可驗證的高品質天文資料。
- 00:59影片稱陶哲軒統計過數學界 1100 多道知名難題，AI 已解出 50 多道，但任意丟一題的真實成功率仍只有 1% 到 2%。
- 01:11第二個判斷：AI 能查文獻、清理程式碼、畫圖，讓論文更豐富，但不一定更深刻。
- 01:26陶哲軒把 AI 比成會跳的機器：能跳過牆就過去，跳不過去就停住；人類解難題則會沿著線索反覆修正、逐步突破。
- 01:46第三個判斷：AI 目前最學不會的，可能是把話說明白、把人說服。
- 01:50影片比較牛頓與達爾文：簡單且能用白話講清楚的理論，反而可能比複雜數學更晚被提出與傳播。
- 02:24陶哲軒說，把話說清楚、把人說服，本來就是科學的一部分；說服力難以打分，因此 AI 很難學會。
- 02:38結尾稱我們正在經歷認知上的『哥白尼革命』：人類智能不再是唯一中心，旁邊出現了另一種完全不同的智能。
⚠️ 未確認 / 無法核對項目
- YouTube transcript API 回傳 transcripts disabled，報告主文依 Whisper STT 逐字稿整理；描述欄為空，未使用 OCR。
- Whisper 對人名與專有名詞有明顯漂字，已在 ASR 漂字對照表標註主要修正。
🎙️ ASR 漂字對照表
| 陶澤軒 / 陶泽轩 | → | 陶哲軒 |
| 開不樂 | → | 開普勒 |
| 費爾茨獎 | → | 菲爾茲獎 / Fields Medal |
| 無序介紹 | → | 無需介紹 |
| 結果了著了著 | → | 聊著聊著 |
| 赫緒理 | → | 赫胥黎 |
| 各拜尼革命 | → | 哥白尼革命 |
📎 原始內容（查證 / AI 追查用，非閱讀主文，點擊展開）
Whisper 原始輸出
1 00:00:00,000 --> 00:00:00,760 朋友们 2 00:00:00,760 --> 00:00:02,260 全世界最强的数学家 3 00:00:02,260 --> 00:00:03,600 最近说了一件挺意外的事 4 00:00:03,600 --> 00:00:05,040 他说他自己写论文 5 00:00:05,040 --> 00:00:05,900 最难的那一步 6 00:00:05,900 --> 00:00:07,080 AI一点忙都帮不上 7 00:00:07,080 --> 00:00:08,760 到现在他还是用纸和笔 8 00:00:08,760 --> 00:00:10,140 说这话的人叫陶泽轩 9 00:00:10,140 --> 00:00:12,460 他是数学界最高奖费尔茨奖得主 10 00:00:12,460 --> 00:00:13,720 主持人介绍他的时候 11 00:00:13,720 --> 00:00:14,600 只说了四个字 12 00:00:14,600 --> 00:00:15,340 无序介绍 13 00:00:15,340 --> 00:00:16,780 本来他们只是想聊一聊 14 00:00:16,780 --> 00:00:19,200 开不乐当年是怎么发现行星运动规律的 15 00:00:19,200 --> 00:00:20,160 结果了着了着 16 00:00:20,160 --> 00:00:21,740 他把AI这件事情给说透了 17 00:00:21,740 --> 00:00:23,260 我刚把他的这场访谈看完 18 00:00:23,260 --> 00:00:24,920 跟你分享三个他最狠的判断 19 00:00:24,920 --> 00:00:25,800 先说第一个 20 00:00:25,800 --> 00:00:26,920 AI到底改变了什么 21 00:00:26,920 --> 00:00:28,980 他说AI不是让人变聪明了 22 00:00:28,980 --> 00:00:31,020 他想想点子几乎变得不要钱了 23 00:00:31,020 --> 00:00:31,880 他举了一个例子 24 00:00:31,880 --> 00:00:32,580 400年前 25 00:00:32,580 --> 00:00:34,320 开普勒手里有一堆的天文数据 26 00:00:34,320 --> 00:00:35,840 他拿各种的猜测网上套 27 00:00:35,840 --> 00:00:37,020 一会是几何图形 28 00:00:37,020 --> 00:00:38,260 一会是音乐里的音符 29 00:00:38,260 --> 00:00:39,220 他失了20年 30 00:00:39,220 --> 00:00:40,360 大部分都是错的 31 00:00:40,360 --> 00:00:40,980 陶泽轩说 32 00:00:40,980 --> 00:00:42,120 开普勒当年干的事 33 00:00:42,120 --> 00:00:44,300 就像是一个把随机性开到最大的AI 34 00:00:44,300 --> 00:00:45,700 他在那里不停地下猜 35 00:00:45,700 --> 00:00:47,060 而真正让他成功的 36 00:00:47,060 --> 00:00:47,920 不是他猜得准 37 00:00:47,920 --> 00:00:49,540 是他手里有一份数据 38 00:00:49,540 --> 00:00:50,760 是一个丹麦的天文学家 39 00:00:50,760 --> 00:00:53,000 他用肉眼盯了一辈子天的观测记录 40 00:00:53,000 --> 00:00:54,400 这才是他验证假的关键 41 00:00:54,400 --> 00:00:55,380 而现在的AI 42 00:00:55,380 --> 00:00:57,200 他干的也是开普勒当年的那件事情 43 00:00:57,200 --> 00:00:58,580 疯狂的深层猜测 44 00:00:58,580 --> 00:00:59,900 陶泽轩他还统计过 45 00:00:59,900 --> 00:01:02,060 数学界有1100多道出了名的难题 46 00:01:02,060 --> 00:01:03,660 AI已经解除了50多道了 47 00:01:03,660 --> 00:01:04,820 但他又紧接着说了一句 48 00:01:04,820 --> 00:01:06,300 如果你随便丢一道题给他 49 00:01:06,300 --> 00:01:08,340 他真实成功率只有1%到2% 50 00:01:08,340 --> 00:01:10,020 而我们在社交媒体上看到的 51 00:01:10,020 --> 00:01:11,120 全都是挑出来的赢家 52 00:01:11,120 --> 00:01:11,600 第二 53 00:01:11,600 --> 00:01:13,320 那AI到底帮他干了什么呢 54 00:01:13,320 --> 00:01:13,580 他说 55 00:01:13,580 --> 00:01:15,060 现在的AI能帮他查文献 56 00:01:15,060 --> 00:01:15,760 清理代码 57 00:01:15,760 --> 00:01:16,540 多画其张图 58 00:01:20,760 --> 00:01:22,940 他还说了一句大实话 59 00:01:22,940 --> 00:01:24,280 论文变得更加丰富了 60 00:01:24,280 --> 00:01:25,460 但是不一定会更深刻 61 00:01:25,460 --> 00:01:26,380 他还打了个比方 62 00:01:26,380 --> 00:01:28,560 现在的AI他就像是一个会跳的机器人 63 00:01:28,560 --> 00:01:30,000 他能一下子跳过一堵墙 64 00:01:30,000 --> 00:01:31,160 如果他能跳得过去 65 00:01:31,160 --> 00:01:31,720 他就过去了 66 00:01:31,720 --> 00:01:32,860 但如果跳不过去 67 00:01:32,860 --> 00:01:33,700 他就是过不去了 68 00:01:33,700 --> 00:01:34,700 而人类型难题 69 00:01:34,700 --> 00:01:36,000 是抓到一点线索试一下 70 00:01:36,000 --> 00:01:36,800 不行再改 71 00:01:36,800 --> 00:01:37,940 一点点的往上突破 72 00:01:37,940 --> 00:01:38,840 但现在的AI 73 00:01:38,840 --> 00:01:40,560 他还做不到这种连续的往上突破 74 00:01:40,560 --> 00:01:41,560 而更要命的是 75 00:01:41,560 --> 00:01:42,800 如果你开了一个新的对话 76 00:01:42,800 --> 00:01:44,700 他可能就会把刚才做的全都忘了 77 00:01:44,700 --> 00:01:46,020 而他的第三个反断最有意思 78 00:01:46,020 --> 00:01:46,560 他说 79 00:01:46,560 --> 00:01:47,900 现在的AI最学不会的 80 00:01:47,900 --> 00:01:49,020 可能就是把话说明白 81 00:01:49,020 --> 00:01:50,040 他还举了一个例子 82 00:01:50,040 --> 00:01:52,040 牛顿的本书是1687年出的 83 00:01:52,040 --> 00:01:53,080 而达尔文的物种起源 84 00:01:53,080 --> 00:01:54,360 他是1859年出的 85 00:01:54,360 --> 00:01:55,720 中间差了将近200年 86 00:01:55,720 --> 00:01:56,980 但达尔文的那套理论 87 00:01:56,980 --> 00:01:57,960 其实要简单得多 88 00:01:57,960 --> 00:01:58,720 在当时 89 00:01:58,720 --> 00:02:00,000 有个生物学家叫赫绪理 90 00:02:00,000 --> 00:02:01,140 他读完物种起源 91 00:02:01,140 --> 00:02:01,820 第一反应是 92 00:02:01,820 --> 00:02:02,500 我真傻 93 00:02:02,500 --> 00:02:03,740 之前这么没有想到 94 00:02:03,740 --> 00:02:04,740 那为什么简单的那个 95 00:02:04,740 --> 00:02:05,920 反而会晚了200年了 96 00:02:05,920 --> 00:02:06,720 陶泽轩说 97 00:02:06,720 --> 00:02:08,240 因为达尔文这个人特别会讲 98 00:02:08,240 --> 00:02:09,640 他用大白话的英文写 99 00:02:09,640 --> 00:02:10,540 一个方程都不用 100 00:02:10,540 --> 00:02:12,220 而牛顿他是用拉丁文写的 101 00:02:12,220 --> 00:02:13,840 他为了讲清楚自己在干嘛 102 00:02:13,840 --> 00:02:15,420 还顺手发明了一套新的数学 103 00:02:15,420 --> 00:02:16,920 而且牛顿还藏着噎着 104 00:02:16,920 --> 00:02:18,540 他最好的想法会留着不发 105 00:02:18,540 --> 00:02:19,940 怕对手占便宜 106 00:02:19,940 --> 00:02:20,740 而直到20年后 107 00:02:20,740 --> 00:02:22,320 有人用大白话重新讲了一遍 108 00:02:22,320 --> 00:02:23,840 这个理论才真正被传开 109 00:02:23,840 --> 00:02:24,680 陶泽轩说 110 00:02:24,680 --> 00:02:25,600 把话说清楚 111 00:02:25,600 --> 00:02:26,420 把人说服 112 00:02:26,420 --> 00:02:27,600 本来就是科学的一部分 113 00:02:27,600 --> 00:02:28,580 而这件事情 114 00:02:28,580 --> 00:02:29,560 AI现在还学不会 115 00:02:29,560 --> 00:02:31,300 因为你没有办法给说服力打分 116 00:02:31,300 --> 00:02:32,040 说白了 117 00:02:32,040 --> 00:02:33,560 AI他能一口气给你摆个方案 118 00:02:33,560 --> 00:02:35,380 但是把话说到别人心里去 119 00:02:35,380 --> 00:02:36,800 这个事情还是给你自己来 120 00:02:36,800 --> 00:02:38,100 他在访谈里面还说了一句 121 00:02:38,100 --> 00:02:38,900 我觉得很重要的话 122 00:02:38,900 --> 00:02:41,180 我们正在经历一场认知上的各拜尼革命 123 00:02:41,180 --> 00:02:42,180 以前我们以为 124 00:02:42,180 --> 00:02:43,720 人的智能就是宇宙的中心 125 00:02:43,720 --> 00:02:44,780 而现在才发现 126 00:02:44,780 --> 00:02:46,900 我们旁边还站着一种完全不一样的智能 127 00:02:46,900 --> 00:02:47,720 在访谈的最后 128 00:02:47,720 --> 00:02:48,320 组成人问他 129 00:02:48,320 --> 00:02:50,360 能不能给刚入行的年轻人预计建议 130 00:02:50,360 --> 00:02:50,960 陶泽轩说 131 00:02:50,960 --> 00:02:52,380 我们正处一个变革的时代 132 00:02:52,380 --> 00:02:53,940 很多以为理所当然的事情 133 00:02:53,940 --> 00:02:54,940 可能已经不成立了 134 00:02:54,940 --> 00:02:56,320 这是一个令人害怕的时代 135 00:02:56,320 --> 00:02:57,600 但也非常令人兴奋