第09章
第九章 数学并不是从零开始的个人手工劳动
一 定义怎样为后来者建造一个工作场所
打开一本数学著作，我们常常先遇到定义。它看起来像作者规定一个词的意思，实际上还可以承担更深的工作：把一组分散条件组织为一个能够继续推理的对象。定义是否有价值，不取决于名称是否新奇，而取决于这种组织能否帮助我们辨认关系、提出问题、形成论证，并在不同实例之间保持必要的区别。
例如，把一个集合及其二元运算放在一起，要求运算封闭、满足结合律，并具有单位元和逆元，便得到群的通常定义。这个词不是给所有集合添上同一标签，而是使满足这些条件的不同对象能够进入某种共同讨论。整数加法与可逆变换的复合，在具体内容上不同，却可以通过共享的结构条件接受相应的比较。
接受定义，不等于宣布每个对象都具有定义要求的性质。要把某个实例作为群使用，仍须说明它满足相应条件。例如，非零实数在乘法下可以构成群，而全体实数在乘法下不能，因为零没有乘法逆元。一个短短的排除，显示定义不仅汇集对象，也规定哪些调用不被允许。好的定义既打开道路，也安置边界。
定义的封装价值，在于后续证明可以直接以这组条件为出发点，而不必每次重新描述一切具体材料。证明一项关于群的结果后，不同实例可以在核对条件的前提下调用。这样，数学劳动不只增加了一个结论，还改变了下一轮劳动直接面对的单位。后来的研究者不必把所有具体例子各自重新研究一遍，才有权使用结构性结论。
不过，定义不是中性的容器。选择哪些条件作为共同结构，会改变哪些差异得到突出，哪些差异被暂时忽略。若研究任务转向零的作用、不可逆过程或部分运算，原先的对象类型可能不再合适。研究者需要修改问题或选用新的结构，而不是把不合定义的现象宣布为不值得研究。封装支持认识，也可能约束认识。
因此，一个定义应当同时接受两种评价。形式评价问它是否清楚、一致、能够被使用；研究评价问它为什么值得这样组织。一个定义可以毫无逻辑错误，却没有带来有意义的新问题。反过来，一个富有启发的概念也可能尚未得到足够精确的界定，需要进一步工作。把这两种评价分开，有助于避免把造词数量误当成理论进步。
对于学习者，掌握定义也不是背出全部条件便已完成。可以让他构造一个满足条件的例子，再构造一个只差一项条件的例子，检查相关结论会怎样变化。这样做的目的，不是把定义的发现历史完整重演，而是使条件之间的组织真正进入他的活动。学习的发生与文明的历史发生相互关联，却没有必须逐步同序的理由。
工具可以参与这种学习。它可以生成候选例子、帮助比较运算、提示潜在反例，也可能把不成立的对象错误分类。教学的任务是组织可检查的互动，而不是先决定每一步都必须无工具完成。若一个新安排使学生更清楚地辨认必要条件，它就可能形成真实理解；若只使定义被更快复制，则没有提供同样证据。
由此，我们可以把定义理解为一种公共工作场所。它提供进入规则、可用关系和需要进一步解决的问题，但只有在实际使用、修正与传递中才保持活力。被完整背诵却不再参与任何辨认的定义，并不因为位于人的头脑之内，就天然比一个可被可靠调用的外部结构更有认知价值。
数学教育若只问“你记住多少定义”，便可能遗漏这些工作场所的发生作用。研究评价若只问“哪些名称是你首先提出”，也可能遗漏对既有定义的重组和新用途。我们需要认识的，是一个定义如何改变后续活动，而不是它在文本里占据了多少行，或是否能在没有材料支持时被一次说完。
二 引用一个定理，为什么不是向知识借债
在一项数学研究中，一个已经成立的定理可以成为新证明的前提。这种调用并非羞于承认的依赖，而是数学积累能够继续工作的条件。真正的问题不是有没有引用，而是引用的命题是否正是所需要的命题，使用的假设是否满足，以及从引用结果到当前结论的联系是否成立。
设想有一个结果说明，在某些条件下，一个连续函数具有最大值。若调用者把定义域从闭有界区间改成开区间，却没有重新检查条件，就可能得到错误判断。例如，函数f(x)=x在开区间零到一之间没有取得最大值；它的值可以任意接近一，却没有在区间内等于一。错误不在引用定理，而在删除了支撑调用的条件。
这个例子显示，一项成熟封装可以让使用者不重做证明，却不能让适用条件从活动中消失。定理作为一个整体被调用，其外部接口是命题、假设与结论之间的关系，而不是一个脱离语境的名字。能够正确使用，有时比当场流畅重演原证明更能显示对任务边界的掌握；但这仍取决于所评价的目标。
如果研究者要改进定理，内部证明又可能必须打开。某个假设究竟用于哪一步？它能否被更弱的条件替代？有没有其他方法绕过它？这时，重新推导不是资格性返工，而是使封装内部成为新的研究对象。相同的动作因为目标不同，具有完全不同的发生意义。不能用是否亲自推导这一表面形式判断它的价值。
我们可以把一份证明表示为依赖网络：若干局部结论支持中间命题，中间命题再支持最终结果。网络中的一个节点可以被展开为更细的证明，也可以在依据充分时作为整体继续使用。不同读者不必以相同颗粒度阅读所有节点。阅读策略应当围绕新贡献、关键风险和实际疑问组织，而不是要求在每个节点花费相同时间。
这不意味着可以允许循环论证。在同一未完成证明中，把A的成立寄托于B，又把B的成立寄托于尚未证明的A，并不会因为画成网络而获得依据。依赖关系必须说明哪些前提已经成立，哪些仍然是待完成义务。结构图只有在保留这种逻辑状态时才有价值；否则，它可能只是把缺口画得更整齐。
同样，引用权威也不能代替引用命题。一位著名学者曾经研究相关领域，不等于当前结论由他的工作支持。需要找到准确对象、版本和适用范围。若来源无法核实，就应当保留不确定性，或者自行补足必要论证。封装的可调用性不是由名望自动赋予，而是由可追溯的内容和相应认可机制共同支持。
从这一点看，人工智能生成一个“某某定理”名称，没有任何额外魔力。若名称对应不存在的来源，或真实来源说的是另一件事，调用便没有成立。解决办法不是禁止所有机器参与检索，而是使来源定位、命题核对与证明检查拥有适当程序。工具能够协助建立依据，也可能制造伪依据，二者需要在实际活动中区分。
因此，文明继承不是一种不断增加的个人欠债。使用一个定理，不意味着此后每次研究都要偿还一次原作者的全部推导劳动。我们需要尊重来源、维护条件、承担新的证明义务，却不需要把全部过去变成无限重复的任务。若没有这种区别，知识越多，后来者开始研究之前必须背负的时间就越长，积累反而会吞噬探索。
成熟的数学活动应当允许两种运动同时发生：向外，把已成立的结果交给更多新问题；向内，在新问题需要时重新检查或改造内部结构。只有向外而不能向内，容易形成不可修订的权威；只有向内而不能向外，则难以从已经完成的工作中出发。封装的生命，正在这两种运动能够相互接续的地方。
三 共同体怎样维持一个不是人人全知的知识世界
没有一个研究者能够独自掌握整个数学的全部证明细节。把这一事实简单看成个人不足，会使我们错过真正的问题：当知识范围超出任何个体的完整掌握时，研究怎样仍然能够维持有效的依据、交流和修正？回答不能只是“相信专家”，也不能只是“人人从头检查”，而应当说明不同认识活动怎样彼此支撑。
瑟斯顿在讨论证明与数学进展时，把理解与交流放在重要位置，并从自身经历描述专业共同体中的解释、文献和相互追问怎样共同维持知识。他也强调不同领域的情形并不完全相同。[6] 这是一位数学家对实践的分析，不是所有非正式信任都可靠的证明。本书从中提出的进一步问题，是这些支撑怎样获得可维护的组织。
设想甲组形成一个结果，乙组需要将其用于另一类对象。甲组成员能够迅速理解的一句术语，对乙组可能隐藏着好几个条件。真正的交流不是要求乙组把甲组全部训练复制一遍，也不是让乙组直接接受术语，而是建立足够清楚的翻译：哪些结构相同，哪些假设需要补充，哪些经验性说法不能直接当作定理。
这种翻译劳动可能非常重要，却不一定表现为一个新定理。一个准确的例子、一份解释两种定义关系的说明、一个暴露误用的反例，都能使后续研究更加有效。如果评价只承认可计数的新结论，便可能低估知识条件的维护者。另一方面，不能因为解释工作有价值，就免于检查它是否真的改善了理解，而不是只增加包装。
共同体还需要区分疑问的层级。有人不熟悉记号，有人怀疑关键推断，有人质疑问题意义。用同一种回答对待所有疑问，会浪费双方时间，也可能掩盖实质分歧。一个维护良好的知识组织，应当让不同问题找到不同入口：入门说明、精确命题、证明细节、已知限制和待解决争议，不必挤在同一段文字里。
当人工智能参与这些入口，它可以帮助翻译与组织，但不能借解释流畅掩盖来源空白。一份解释若与正式定义不一致，越容易阅读，传播错误的可能性反而越大。因此，可读性与有效性需要分别得到照顾。封装升级不是让所有人直接看到最复杂的原稿，也不是让所有人只能看到最顺畅的摘要，而是使二者能够按需要相互返回。
信任也应该具有修订路径。某个证明被发现缺口后，哪些后续结果受到影响？哪些只依赖一个仍然成立的弱结论？哪些需要暂停使用？若知识只以互不相连的文档存在，影响范围可能难以辨认。依赖关系的适当记录，可以使纠错不必等同于把整个领域一律推倒，也不必因影响太大而回避问题。
这里并不要求数学共同体建立一张全知的中央总表。完全统一的记录可能成本过高，也可能把不同研究方式压成同一种格式。较可行的方向，是在关键接口保留足够信息，让局部修正能够被相关使用者发现。封装层级越大，这种接口维护越有意义，因为使用者不再时时阅读全部内部变化。
相应地，青年研究者的成长不应只是增加独自证明的数量，也应包括学会进入共同问题、提出有效疑问、说明依赖、接受修正和帮助他人理解。这不是把数学训练变成社交训练，而是承认知识确实通过相互作用继续发生。若一个人只能在完全熟悉的个人环境中工作，不能与新的材料和他人建立可靠联系，他的研究能力仍然存在重要边界。
共同体的价值，最终不在于让个体放弃判断，而在于使判断获得更合适的层级和支持。一个人可以信任某个经过检验的部分，同时对自己的新连接承担更严格的说明；可以接受专业帮助，同时明确尚未解决的疑问。这样的分层信任，比假装每个人都曾从公理重建全部知识更诚实，也比把权威当作终点更有持续性。
四 数学的封装史，为什么不能变成新的封闭史
从定义、定理到证明共同体，数学不断形成可继承的条件。但这不意味着任何既有封装都应当永久保留。一个概念可能不再适合新的对象，一种证明格式可能难以表达新的关系，一个共同体的习惯也可能把局外人的有效疑问排除出去。封装之所以能够支持发展，恰恰因为它可以在新的问题面前被重新打开。
这里存在一种微妙风险：越成功的组织，越容易变得不可见。研究者习惯使用某个定义后，可能不再注意它排除了哪些情形；习惯某种论证路线后，可能把其他路线看成不够数学；习惯某种交流方式后，可能把不能立即跟上的人判断为没有能力。成功经验由此可能转化为认识边界，却不被当作边界来讨论。
对这种风险的回应，不是拒绝专业标准。数学确实需要精确性和有效论证。需要开放的是标准与形式之间的关系：一项不同形式的论证是否满足同样的有效性要求，一种新表示是否使问题更清楚，一种工具辅助方式是否提供了与主张相称的证据。不能因为形式不熟悉，就先判定它没有认识价值。
人工智能也可能带来相反的封闭。若研究者习惯让系统把所有问题改写成现成模板，长期工作便可能围绕模型容易生成的对象展开。表面上每天都有新答案，实际提问范围却越来越窄。这样的工具使用并没有挑战旧封装，只是增加了一层新的默认封装。最新的技术，也可以成为旧思维继续运行的容器。
所以，本书并不把数学封装史当作一张给人工智能开出的空白通行证。历史提供的是问题结构：哪些活动能够转化为后续条件，怎样维护有效性，何时应当重新展开。新系统必须在这些问题上给出自己的答案。可靠性不足，就需要缩小使用范围或改进检验；新能力没有形成，就不能把输出增长直接称为研究者升维。
与此同时，我们不能用这些困难取消文明继承的方向。若某些任务已经有适当承接，就应允许研究者在其上开展新活动。若每一次能力封装都必须等待所有使用者完全掌握内部机制才获得认可，封装的意义便被制度性地抵消。成熟标准应当明确哪些内部掌握确有必要，而不是把“最好都懂”变成没有边界的资格要求。
对于一个准备研究更大结构的学生，教育可以安排他打开若干代表性证明，以理解关键机制；也可以允许他调用其他已成立结果，把时间投入新的比较。代表性的选择需要理由，调用的条件需要核对，二者共同组成培养方案。这样的安排比统一要求全部手工或全部自动更困难，却更接近能力真实发生的复杂性。
数学的未来因而不只是增加自动证明，也包括发展更好的问题表示、解释结构、贡献记录和协作方式。哪一种工作由人直接承担，哪一种由工具承接，可能随任务改变。人的价值不必守在某个固定环节，而可以体现在新的问题世界中如何持续参与、改变条件并形成新的认识。这种参与同样需要证据，不能只靠身份宣称。
本章从一个定义开始，最终看见一个共同体。两者之间连接着同一件事：已经完成的认识怎样成为尚未完成认识的条件。研究者不是站在空地上独自建造所有道路的人，也不应只是乘坐既定路线的人。他能够在道路上进入未知，发现道路的边界，并参与修建新的连接。数学的可继承性与创造性，应当在这种运动中被同时理解。
数学研究能够继承结果，是因为假设、结论与证明之间存在可追问的联系；能够继续前进，又因为这些联系并未被永久封死。把已成立的定理当作条件，与把尚未检查的猜测当作事实，不能混为一谈。工程系统使这一区别更为具体：材料会改变，过程会互相影响，局部可靠不自动成为整体可靠。可调用单元扩大之后，新的封装必须承担新的成立义务，而不能只把不确定性装进更大的外壳。