2026年菲尔兹奖颁奖当日，新晋得主即宣布全职加入OpenAI担任基础数学研究负责人，这是AI产业诞生以来首次有顶级数学奖项得主直接加盟头部大模型公司。我早上刚刷到颁奖礼后的官方公告，第一时间和投研团队拉了短会——这事儿的信号意义，远大于普通的技术大牛入职。毕竟菲尔兹奖作为数学界的最高荣誉，过往得主的职业路径几乎都局限在顶尖高校和纯学术机构。

过去十年AI产业的人才争夺，核心集中在计算机科学、深度学习等应用导向领域，数学人才大多作为算法优化的支撑角色存在。我们团队梳理过2020-2025年全球头部AI公司的核心研究员背景，纯数学方向占比不到8%，且大多不参与核心架构研发。但从2025年下半年开始，行业人才风向出现了明显转向。

第一个明确信号是谷歌DeepMind在2025年3月成立独立的AI数学研究所，从普林斯顿、巴黎高师挖了6位终身教授级数学家，目标用基础数学突破大模型推理瓶颈。华为诺亚方舟实验室也在同期成立数理交叉研究院，把基础数学研究和大模型、自动驾驶底层算法研发直接绑定。这两家头部机构的动作，已经提前预示了顶级数学人才的产业价值即将爆发。

当前大模型行业的现状是，应用层内卷已经打到极致，从多模态交互到智能体落地，各家功能差异越来越小，真正的瓶颈卡在底层推理能力、泛化能力上。我们最近测过10款主流大模型的高阶数学推理、复杂系统模拟任务，表现最好的产品正确率也不到60%，且靠堆参数、堆数据已经很难实现突破性提升。本质上，这是支撑当前大模型的数学框架已经走到现有理论的边界。

最典型的参考案例是2025年DeepMind和陶哲轩合作推出的AI数学证明工具，靠组合拓扑学新方法解决了三个悬而未决的数学猜想，也让整个行业第一次意识到，顶级数学家+AI的组合能反过来突破AI自身的底层瓶颈。特斯拉Optimus人形机器人2026年一季度在运动控制上的突破性进展，核心也是靠微分几何领域的新算法，而非单纯的传感器堆料。这两个案例都说明，基础数学已经从AI的“后勤支撑”变成了“前沿战场”。

我们团队判断，这次菲尔兹奖得主加盟OpenAI只是标志性开始，接下来全球AI巨头对顶级基础科学人才的争夺会快速蔓延到数学、物理、化学等多个基础学科。AGI的竞逐已经从“工程化拼速度”的阶段，正式进入“基础研究拼厚度”的新阶段，谁能先拿到基础科学的底层突破，谁才能真正摸到AGI的门槛。过去那种靠堆算力、堆数据就能快速跑出来的路径，会越来越走不通。

基于这个判断，我们给行业从业者提三条核心建议。第一，硬科技投资人要把数理交叉、AI for Science等基础科学交叉赛道调入核心观察池，不要只盯着应用层的短期变现。第二，AI公司要加快调整人才结构，增加基础学科人才占比，打造底层技术护城河。第三，国内产业方要完善基础研究人才的转化激励机制，抓住全球人才流动的窗口。

信息来源：2026年菲尔兹奖组委会官方公告、OpenAI官网人事声明