帶領美國奧數隊四度奪冠的數學教授，為什麼說 AGI 來臨前你最該學的不是數學？

本文整理自 EO 頻道 2026 年 2 月播出的演講。

當 AI 解題比奧數教練還強

2024 年夏天，國際數學奧林匹克（IMO）的六道題目被送進了 Google DeepMind 的 AI 系統。結果出來時，整個數學界都安靜了：AI 解出了其中四題，拿下 28 分，相當於銀牌水準，只差一分就是金牌。

這件事對多數人來說可能只是一則科技新聞，但對卡內基美隆大學數學教授羅博深（Po-Shen Loh）來說，衝擊完全不同。他從 2014 年到 2023 年擔任美國國際數學奧林匹克隊的總教練，任內帶領美國隊在 2015、2016、2018、2019 年四度奪下世界冠軍。他本人在 1999 年以高中生身份代表美國出征 IMO，拿下銀牌。他這輩子做的事，就是把人類的數學思維推到極限。

然後 AI 來了，解出的題目比他自己還多。

羅博深在 EO 頻道的這場演講中，坦率地承認了這個事實。IMO 的六道題目是經過嚴格篩選的，各國國家隊教練會一起審題，確保沒有任何一道題目曾在世界上任何地方的任何競賽中出現過。這些題目的存在目的就是考驗原創思考力。但 AI 依然能解。

這裡要補充一個脈絡：到了 2025 年，Google 更進一步，Gemini Deep Think 的進階版本解出了六題中的五題，拿到 35 分，已經達到金牌水準。換句話說，AI 在數學創造力這件事上，進步的速度遠比任何人預期的更快。

對臺灣讀者來說，羅博深這個名字或許不如黃仁勳或奧特曼那麼常見，但他值得認識。他是新加坡華裔，在美國長大，學術背景驚人：加州理工學院數學學士（以第一名畢業）、劍橋大學碩士、普林斯頓大學博士。他的父親是威斯康辛大學統計學教授，妹妹是劍橋大學統計學教授，弟弟是哈佛大學醫學副教授。這是一個學術世家出身、站在數學金字塔頂端的人，而他今天卻站出來說：AGI 來臨之前，你最該學的不是數學。

這個反差，正是這場演講最值得聽的理由。

用 AI 寫作業，等於開車代替跑步

羅博深最擔心的不是 AI 本身，而是人類對 AI 的依賴方式，尤其是年輕一代。

他觀察到，在美國的學校裡，學生用 AI 作弊最嚴重的科目不是數學，而是寫作。這件事看起來無關緊要，畢竟寫作業本來就不是什麼大事。但羅博深從數學家的角度看到了一個更深層的問題：大型語言模型之所以叫「大型語言模型」，關鍵字就在「語言」兩個字。AI 之所以這麼強，正是因為它擅長語言，擅長辨認語句的規律和模式。

如果學生在成長過程中把語言能力外包給 AI，等於放棄了訓練自己邏輯思考的機會。寫作不只是產出文字，寫作的過程是在組織思維、建立論證、釐清因果。一個在學校階段就把寫作交給 AI 的學生，長大後能做什麼？他不會獨立思考，不會自己組織論點，只能接受別人餵給他的結論。

羅博深用了一個直白的比喻：用 AI 寫作業，就像用開車代替跑步來運動。你確實從 A 點到了 B 點，但你的身體一點鍛鍊都沒有。你長大後會發現自己跑不動。

他特別強調了一個區分：如果你是成年人，已經具備了思考能力，用 AI 來加速工作流程，沒有問題。但如果你是學生，你做作業的目的不是為了完成作業本身，而是為了訓練你的大腦。用 AI 代勞，等於跳過了整個鍛鍊過程。

這個觀點延伸到更廣的層面。羅博深認為，閱讀、寫作、邏輯推理、口語溝通，這些看起來「傳統」的能力，在 AI 時代反而變得更重要，因為這些正是培養獨立思考力的核心途徑。AI 可以替你寫出完美的文章，但它不能替你長出思考的能力。

以前學做作業，現在要學批改作業

羅博深提出了一個精準的觀察：過去，人們上學是為了學會「做作業」。現在，每個人需要學會的是「批改作業」。

這句話的意思是：當 AI 可以產出看起來完整、邏輯通順、甚至令人信服的內容時，人類的角色已經從「執行者」轉變為「評估者」。你不再需要自己從零寫出一篇報告，但你必須有能力判斷 AI 寫的那篇報告是否正確、是否遺漏了什麼、是否帶有特定偏見。

這個轉變對教育體系的衝擊是巨大的。傳統的教育模式是把學生訓練成能夠執行標準化任務的人：背公式、解例題、寫報告。但在 AI 時代，執行標準化任務正是 AI 最擅長的事。人類需要的是一種不同的能力：面對從未見過的問題時，能夠自己想出解決方案的能力。

羅博深對此有切身體會。他談到自己在面試想要加入研究團隊的高中生時，會刻意問到讓對方完全沒見過的題目。他不在乎對方能不能解出來，因為那些題目本來就不是設計來被立刻解出的。他觀察的是：當他開始給提示時，這個學生能多快把提示整合成自己的解法。這種「接收新資訊、快速整合、產出原創想法」的能力，就是他所說的真正的創造力。

諷刺的是，他同時觀察到，數學競賽的整個生態已經被補習文化扭曲了。在亞洲和美國，大量的補習班和培訓機構投入巨資，試圖讓學生把所有可能出現的題型都練過一遍，這樣考試時就不會遇到「意外」。羅博深直言，這種做法不僅讓學生承受過度的壓力，更糟糕的是，它剝奪了學生發明的機會。當你把每一道原本該激發創意的題目，都變成需要死記的範本時，教育就失去了意義。

這也是為什麼他在 1980 年代學數學競賽的方式跟現在完全不同。那時候沒有補習產業，遇到一道沒看過的題目，你唯一能做的就是想。那個過程本身就是在鍛鍊心智彈性。

一個數學教授的十年教育創業冒險

羅博深不只是在講台上談教育理念，他真的捲起袖子自己做了。而且做了十年。

大約十年前，他有了一個當時聽起來很天真的想法：如果做一個網站，讓大家免費分享數學和科學的解題方法，不就能讓全世界的人都學到數學了嗎？他回憶說，當時覺得「這應該幾個月就能做完」。結果十年過去了，他還在做。

那個網站就是 Expii，一個群眾外包的免費數學科學學習平台。Expii 的理念很好，但有一個現實問題：它沒有商業模式。於是 2019 年，他開始嘗試另一條路，拍攝自己教數學的影片，以付費方式提供。這個模式賺到了一些錢，但他很快又發現了新的痛點。

轉折點出現在大約兩年前。羅博深意識到，人們真正想要的，不是看影片，而是跟一個真正懂的人、而且態度友善的人進行即時互動。問題是，這種體驗極度不可規模化。你去哪裡找那麼多既懂數學又有親和力的老師？

答案來自一個意想不到的地方：即興喜劇課。

羅博深自己去上了即興喜劇（improvisational comedy）課程，原本只是為了改善自己的表達能力，讓更多人對數學感興趣。但他發現，即便是像他這樣的「數學宅」，上完課之後也能跟更多人自在地溝通。他突然意識到，如果把這套方法應用到數學教育上呢？

他走到卡內基美隆大學的戲劇系，發現那裡有一大批才華洋溢的表演系學生，他們非常需要穩定的兼職工作來支撐自己的演藝熱情。同時，他認識大量數學頂尖的高中生，他們在學業上無人能敵，但在人際溝通和表達上卻有明顯的短板。還有一大群中學生的家長，正在到處尋找能激發孩子思考興趣的課程。

三方的痛點完美對齊：中學生需要有趣的思考訓練，數學菁英高中生需要表達力的提升，戲劇系學生需要穩定收入。羅博深把這三者組成了一個生態系統，這就是他的 LIVE 平台。

在 LIVE 的課堂上，數學菁英高中生擔任教師，經過專業的即興表演訓練後，用類似 Twitch 遊戲直播的方式教中學生數學。課程只涵蓋代數、幾何、組合學、數論這幾個科目，因為這些正是數學競賽的核心領域，題目的設計本身就是要考驗原創思考力。羅博深的目標不是讓學生永遠需要上課，恰恰相反，他希望學生盡快學會自己思考，然後再也不需要任何課程。

他有一條嚴格的原則：任何時候要求高中生做任何事，都必須能向他們的家長解釋「為什麼這對你的孩子有益」。如果解釋不了，就不做。這不是行銷話術，而是他經營整個生態系統的紀律。

AGI 時代的生存法則：成為別人想結盟的人

聊完教育，羅博深把話題拉到了一個更大的框架：當 AGI 到來，人類要怎麼活下去？

他的推論邏輯很清晰。很長一段時間以來，人類是地球上能力最強的物種。但很快就不是了。當 AI 在智力上全面超越人類，人類還剩下什麼獨特價值？羅博深認為，不是智商，不是技術能力，而是「你真心在乎其他人類是否繼續存在」。

這聽起來像是雞湯，但他的論證比雞湯深刻得多。

他的邏輯是：當 AI 可以做所有的工作，雇主為什麼還要雇用你？團隊為什麼還要讓你加入？唯一的原因是你能為其他人創造他們需要的價值，而且他們喜歡跟你共事。如果你不是那種人，如果你只擅長執行任務但不擅長理解別人的需求，你會被淘汰。

羅博深用了一個非常直白的詞：「你會死。」他不是在講生理上的死亡，而是在講職業上和社會上的出局。在一個 AI 可以替代幾乎所有技術性工作的世界裡，人與人之間的連結、同理心、為對方創造愉悅感的能力，變成了最稀缺的資源。

他進一步把這個觀點拆解。要為別人創造價值，你首先得理解對方的處境、需求和痛點。而理解別人，需要的不是分析報告，而是同理心。你必須能夠透過對方的眼睛看世界。一個只會解題但不會感受別人情緒的人，在 AGI 時代反而是最脆弱的。

這個觀點從一個數學教授口中說出來，格外有說服力。他不是在否定數學的價值，而是在說：光有數學不夠。人類要生存，需要的是完整的人，不是解題機器。

AI 只有五種觀點，世界有 75 億種

演講中有一段關於 AI 偏見的討論，切入角度跟一般科技評論很不一樣。

羅博深列舉了目前主流的 AI 工具：Claude、OpenAI 的 ChatGPT、Google 的 Gemini、中國的 DeepSeek。他說，如果你仔細想，這等於是說全世界只有大約五種觀點。但全世界有 75 億人，應該有 75 億種觀點。把所有人的思考都交給少數幾個 AI 系統去引導，這本身就是一個巨大的偏見問題。

他用自己的做法來說明他如何對抗這種偏見。他刻意把自己的 X（前 Twitter）帳號設定為追蹤右傾保守派的觀點，把 Facebook 設定為追蹤左傾自由派的觀點，然後每天兩邊都看。他不是為了選邊站，而是為了理解：這兩邊在哪些地方意見不同？他們的分歧源自哪些不同的價值觀？

作為一個數學家，他的思考方式是：二加二永遠等於四，這是客觀事實。但「人生的意義是什麼？」沒有客觀答案。每個人基於不同的價值觀會得出不同的結論，而這些結論又會影響他們如何看待同一件事。理解這個結構，比選擇站哪一邊重要得多。

他直言自己也有議程（agenda）。他的議程是打造一個更有思考力的世界。但他同時指出，每個人都有議程，包括 AI 系統背後的公司。如果你不具備獨立思考的能力，只是接受某個權威告訴你的結論，而那個權威的議程恰好對你不利，你連察覺的能力都沒有。

這在 AI 時代尤其危險。AI 產出的內容聽起來非常完整、非常合理、非常有說服力。你可能讀完之後覺得自己已經掌握了一個爭議事件的全貌，但其實你只看到了一個 AI 模型選擇呈現給你的那個版本。

不坐飛機坐夜巴的數學教授

整場演講最動人的部分，或許是羅博深談自己如何「模擬世界」的那段。

他使用「模擬世界」這個詞來描述一種能力：在腦中建構出真實世界的運作模型，然後用它來預測「如果我這樣做，會發生什麼事？」他認為這是成功創業者最核心的超能力，也是 AI 最難取代的人類能力。

他舉了一個小例子：他上週在田納西州的納什維爾，看到一位酒吧駐唱歌手唱得非常好。他立刻好奇：在納什維爾，要拿到百老匯（指當地著名的音樂街區）的演出機會有多難？於是他問了 AI，但他不是要 AI 給他一個答案，而是要 AI 提供背景資訊和連結，讓他自己建構出對這個產業的理解。他在用 AI 來增強自己模擬世界的能力，而不是把思考外包給 AI。

但模擬世界不能只靠 AI。他提到自己從匹茲堡到紐約錄影，選擇的是夜間巴士而不是飛機。有些人覺得搭夜巴不體面，不知道會跟什麼樣的人同車。但羅博深的態度是：那就是真實世界。你不走進真實世界的各個角落，就不可能理解它。

他講了一個深刻的故事。在他四處巡迴到公園裡做免費數學演講的期間（對，他真的背著音響設備一座城市一座城市跑，在公園涼亭裡講數學，每場有五十到一百人來聽），他走進了一所位於高貧困率地區的小學四年級教室。他在黑板上寫下「1 + 3 + 5 + 7 + 9 = ?」，筆還沒放下，背後就傳來一群孩子的叫聲：「25！」

他說，那是他教過的最好的教室之一。那些孩子充滿好奇心，主動舉手發言，而且尊重彼此的想法。這在他過去的教學經驗中極其罕見。他問帶他參觀的人，這些孩子平常玩什麼？答案是：他們沒有手機，因為家裡沒錢，可能連網路都沒有。他們的娛樂方式就是自己發明遊戲。

羅博深從這個經驗中看到的，不是貧困，而是未被開發的巨大潛力。這些在美國鄉村地區長大、沒有被螢幕癱瘓的孩子，反而保有最原始的好奇心和創造力。他認為，如果能找到方法觸及這群孩子，對美國乃至全世界的科學技術發展，都會是一股驚人的力量。

我的觀察

羅博深這場演講讓我想了很久。

一個站在數學金字塔頂端的人，比任何人都清楚 AI 在智力競賽上已經超越人類。他沒有恐慌，也沒有否認，而是冷靜地重新定義了「人類應該學什麼」這個問題。他的答案不是更難的數學、更高級的程式語言、或更先進的技術技能。他的答案是：學會為別人創造價值，學會獨立思考，學會走進真實世界去理解真實的人。

如果你只看標題「AGI 來臨前你該知道什麼」，可能會期待一場技術預測。但羅博深給出的完全是另一種東西：一套關於如何成為完整的人的哲學。他用自己的整個職業生涯作為佐證，從奧數教練到社會企業家，從大學教授到公園裡扛著音響講數學的人。他的每一個選擇都在實踐同一個信念：思考的能力是可以培養的，而培養它的最好方式不是做更多題目，而是走進世界、理解別人、然後想出讓大家都贏的方法。

臺灣的教育環境跟他描述的美國補習文化有驚人的相似之處。我們也有龐大的補教產業，也有把每一道思考題變成標準範本的傾向。在 AI 即將重塑一切的此刻，或許值得認真聽聽這位數學教授的忠告：別再只訓練你的孩子做作業了。教他們批改作業。