简单来说，原视频讲的是菲尔奖得主，使用了两个小时，产出了一篇博士级成果，使用的模型是GPT 5.5 Pro，最终的结论是，如果你提出一个可行的技术路线，并给出一个确实的问题，那么AI有可能在短时间内解决它。也就是说，一些独立的公开问题，如果因为此前没有得到足够的关注，从而导致一些较为简单的解法没有被发现。现在大模型就可以解决它们。可以说，一大批数学研究者的意义就被削减了，这个领域的下限会提高非常多。

以下是楼主在原视频下方的回答。
我觉得倒也没必要这么悲观。AI的输出的可靠程度极大地依赖于输入的限制和约束。据我所知，AI从23年开始就非常关注工程构建的问题了。你们可以看看那个ChatGPT提示词，我记得B站就有，你们可以搜一下。这个课程没记错应该是23年DeepL的合作项目，你会看到当时他们就很侧重于输入的规范了。比如说大概前15分钟就会有的，这个指南原则大概就有以下几条。一，清晰具体但不是简短:
具体表述为使用符号分隔不同部分的文本，比如引号、括号等
结构化输出,使用JSON或者HTML格式进行条件检查，使得输出符合条件.
执行任务前给一个成功的例子。
第二个原则是给模型思考时间:
这包括构建相关的请求的键和序列，以及复杂任务指示模型使用更多的时间。
在批改作业之类的场景，验证自己的思路是否正确，应该让它自己解决问题，再提示它对比思路以发现区别。
要清晰地表达看自己的思路.
并且明确地提到了它的局限性是它并不了解知识的边界，这使得它可能会尝试回答过难的问题并产生幻觉。额外的策略是要求找到文本相关引用，并追溯回原文本。
说一个可能很震惊的事情，那个时候大概是GPT 3.5的时代。现在的那些生成精美的网页或者PPT的事情，使用@这些输出的策略是完全可以做到的。

我只能说，按照我现在的情况来说，合理的约束和
正确的
提示词，从目前的评测结果来看，能减少大约一半的错误。然后剩下的一半还是得要人工来排查。但是这导致了一个问题，就是即便你使用了可能需要专业知识的提示词，来减少了这一半的输入的产生的错误。但是呢,你还是得要自己解决剩下的一半的错误，所以专业知识还是非常必要的。反正我个人觉得，起码这个提示词工程还是值得一看的。毕竟不管是CC还是Codex之类的,这些AI辅助工具的本质就是约束层的应用。甚至这引发了两个很大的讨论。一个就是约束层是否会在使得中庸的AI发挥出不错的性能的同时，压制顶尖模型的智力。以及现在我们是否可以说，更好的工程构建是要优于继续去增进模型的智力的。这个问题在CC的源码泄露之前，甚至是引起了不小的讨论的。那个时候，甚至有人认为，Claude的智商很大程度来自于CC的构建

AI就是高级检索器，检索所有资料并做出总结，是在人类知识的海绵里挤出水

术业有专攻吧，我让deepseek给我用十几个样品配成一个含量的样品算了十几分钟还偷偷给我改数据

呵呵，现在的ai去除那些乱七八糟有的没的包装，底层逻辑就是最纯粹的归类法，能让人觉得准是因为只要辅助信息够多，那么最终被归类到的终点就会无尽接近于人类想要的答案，虽说当一个假货与真货无异时你可以觉得它就是真货，但这终究只是无限接近而已，而且2小时就能解出的世界难题，有人对结果进行验证了么？多大点事就当个世纪发现，还是个自干五，无语

高手用ai的方式和普通人肯定是完全不一样的。

提取总结提炼现有资料，穷举试错。没了。

通用的大模型肯定没这么强，但为了某类问题专门训练的模型能做到也不奇怪

菲奖得主的博客第一页就能回答很多所谓的已有资料检索的说法了

ai算得明白数学了？

ai没有实际落地生产端就不算快

吹牛

自身没专业知识技术一切都是石

用ai产出的前提条件是你得对你所需的内容足够了解和对ai所说真假明确辨认不会误判。