在三亞的海灘上收到正在做碩士論文的學生的微信，彙報了學術上的體會：大概就是他前幾天問了DeepSeek一個很籠統的問題，就直接問如何證明可壓Euler方程光滑解的區域性存在性，感覺它說的思路很全，還把他看的Majda的書指出來了。總之就是，DeepSeek用了305秒說完了他看了一個月的內容，而且還給出了相關的參考文獻。
根據他的彙報，我總結了如下幾點，我相信我的總結適用於所有專業的研究生。
一、不需要焦慮，但是需要警覺。
這件事情說明什麼呢？說明了學術上很標準的東西，成了研究生（以及本科生）學業的下限。
以非線性偏微分方程為例子的話，標準的能量估計的基本原理，大機率AI已經可以做了，或者說很快就要會做了：交一個不太難的非線性PDE給AI，我猜在很快的將來，AI會給出這個方程的大初值短時間存在性，以及常狀態平衡態附近的小初值整體時間經典解。
所以，作為這方面的一個研究生，如果這個你都不會，那就說明你已經被 AI淘汰了。如果你只會這個，那麼你很接近被淘汰。所以，如果你就是這個水平，你真的就不要抱怨你在高校找不到工作。
我說了，我以一個方向作為例子，各個方向有各自的AI所對應的“標準內容”。
二、反過來理解，對於標準內容，AI可以幫助你學得更快，從而以後把主要精力放在創造性的研究上。
對於我這樣的導師來說，未來我的任務就是給出學生新的問題，這個問題，必須在AI那裡不是標準的，或者問題不能是標準的，或者解決的方法不能是標準的，否則這樣的文章AI就可以寫，你再寫出來，還沒有AI好，絕無發表的可能。
總之，以後這種模式將會被AI淘汰：別人有了一篇文章，你依樣畫瓢地所謂“平行推廣”寫一篇。
三、至少我的理解是：目前來看，對導師的要求是更高的。
我們必須要給學生新問題，導師的主要任務是提供給研究生有前途的未解決的而且現階段可以解決而且AI不會解決的問題。
四、以後雜誌審稿完全可能有新的模式：先把這篇投稿文章問一下AI，如果AI順手就解決了，這篇文章就別說了，直接拒稿。
最後說一句：這就是你們大力發展的AI帶給學術界的後果，你們後悔發展AI了嗎？我早就說了，AI發展起來，最早被淘汰的就是理工科的，因為理工科有標準，有標準的東西AI一定學得最快最好。
