去年年底，一條新聞在學術圈和AI圈 quietly 流傳開來留學。57歲的美國數學學會前副會長、弗吉尼亞大學終身教授小野健，收拾好自己在東海岸的生活，帶著妻子和狗，一路開車橫跨美國，搬到了矽谷。
他沒有去另一所大學，也沒有加入一家成熟的科技巨頭，而是成為了一家初創AI公司的第15號員工留學。更讓人意外的是，這家公司的創始人，是他曾經的學生——一位24歲的中國女孩，洪樂潼。
（Finance Twitter）
在一個講究資歷、頭銜和路徑的學術世界裡，這樣的選擇幾乎可以稱得上反常留學。
那麼留學，這位洪樂潼，到底是誰？
從廣州到麻省理工留學：那個在草稿紙角落寫MIT的女孩
洪樂潼2001年出生在廣州，父母是從潮汕來到城市打拼的普通務工者，沒有接受過高等教育留學。在一線城市的敘事裡，這樣的家庭往往不會被注意到，更不會被預設與“頂尖學術路徑”產生聯絡。
但她與數字之間的關係，很早就顯現出不同留學。初中時，她接觸到一個免費的數學奧林匹克培訓班，那些高度抽象卻又極具美感的問題，讓她第一次意識到，思考本身可以成為一種探索世界的方式。數學不再只是解題工具，而是通往更廣闊世界的入口。
高中考入華南師大附中後，她入選廣東省中學生英才計劃，跟著中山大學教授學數學留學。在全國中學生數學奧林匹克廣東選拔中，她從上千名尖子生裡突圍，成為僅存的四位女生之一。那時候，她會在草稿紙的空白處悄悄寫上“MIT”三個字母，激勵自己堅持下去。
十四五歲的時候，我就在想，外面的世界一定很廣闊很精彩，我想去看看留學。
2018年，17歲的她收到了麻省理工學院（MIT）的錄取通知書留學。
展開全文
（MIT官網）
但真正的挑戰才剛剛開始留學。
挑戰與轉變
進入MIT之後，她很快意識到，自己並不屬於那個已經形成社交和競賽網路的“圈子”留學。很多同學從小參加美國數學競賽，彼此熟悉，而她來自完全不同的教育體系。那種“外來者”的感覺，不是成績可以立刻彌補的。
這種孤立感，是許多留學生在頂尖學校中都會經歷的一段階段留學。
但她的應對方式並不是迴避，而是主動建立連線留學。她加入第一代大學生低收入群體的學生組織，參與學生社團的管理，並逐漸承擔起更多組織性的角色。從一個試圖融入的人，變成了能夠連線他人的人。
（alum.mit官網）
與此同時，她在學術上的進展也極其迅速留學。三年完成數學與物理雙學位，在本科階段發表多篇純數學論文，研究涉及數論與組合學等基礎領域。她先後獲得美國女性數學家最高榮譽之一的愛麗絲·T·謝弗獎，以及面向本科生的頂級研究獎項摩根獎。
這些成績本身已經足夠耀眼，但更值得注意的，是她之後的選擇留學。
(Linkedin)
她沒有沿著傳統數學路徑繼續深挖，而是不斷橫向擴充套件留學。作為羅德學者，她前往牛津大學攻讀神經科學；從牛津畢業後，她又走進斯坦福大學，攻讀數學與法律雙博士。
為什麼學法律留學？
我想學法律，因為現實世界中除了科學還有人文、社會科學留學。以法律為切入點，就像一個三維向量，可以讓你跨越整個空間。
這種路徑在很多人看起來很分散留學。但從另一個角度看，這是一種主動構建認知結構的方式。數學提供抽象能力，生物提供複雜系統的理解，法律則提供現實世界的規則框架。
這些看似分散的知識，最終在一個領域匯合：人工智慧留學。
跨學科的學習讓她對世界的理解越來越深，也讓她在AI領域看到了一個致命的問題留學。
從機率機器到推理機器
在牛津和倫敦的研究經歷，讓洪樂潼逐漸意識到一個問題：當時的大模型雖然能力驚人，但本質仍然是基於機率的預測系統留學。它們擅長生成看似合理的答案，卻缺乏對“為什麼正確”的嚴格保證。
這種能力在內容生成領域已經足夠，但在金融、工程甚至國防等高風險場景中，這種不確定性意味著不可控留學。
這個問題並不是新問題，但很少有人選擇從最底層去解決留學。因為那意味著要面對一個更困難的方向，讓AI具備類似數學證明的推理能力。
2024年秋天
在斯坦福附近的一家咖啡館，一次偶然的交流讓這個想法開始具象化留學。她與當時在Meta從事AI研究的舒博·森古普塔展開了一次長時間的討論，從模型能力聊到推理本質。兩人的共識很清晰：AI的發展不應該止步於“生成”，而應該走向“驗證”。
這次交流之後，一個看似激進但邏輯一致的決定出現了——從斯坦福退學，創業留學。
別人的一段經歷=我的一輩子......簡直就是別人家的孩子留學。
她將公司命名為Axiom，意為公理留學。這是數學體系中最基礎、不可再證明卻決定一切的起點。這個名字本身就說明了方向：從根本上重構AI的推理方式。
與主流AI公司不斷擴充套件模型規模不同，Axiom選擇了一條更“慢”、也更冷門的路徑——形式化數學與自動證明留學。利用數學語言對推理過程進行編碼，讓AI的每一步推導都可以被驗證。
這不僅僅是在最佳化模型，而是在改變AI「思考」的方式留學。
一位教授的轉身
如果說技術路線足夠大膽，那麼團隊的形成，則更能說明問題留學。
（forbes）
在不到一年的時間裡，Axiom吸引了一批來自頂級AI機構的研究者加入，其中包括曾在Meta從事核心研究的科學家留學。這些人並不缺資源，也不缺選擇，他們更看重的是方向本身的價值。
資本市場的反應，同樣說明了這一點留學。
（thestandard）
公司成立僅一年，就完成了2億美元A輪融資，估值達到16億美元，約合人民幣110億元，並迅速進入高速擴張階段留學。對於一個選擇“數學推理”這樣相對冷門方向的團隊來說，這樣的融資規模並不常見。這意味著，至少在一部分頂級投資人眼中，這條路徑不僅具備技術理想，也具備現實價值。
與此同時，洪樂潼本人也入選了福布斯30歲以下精英榜留學。相比獎項本身，這更像是一種外部訊號：她正在從學術天才，轉變為一個被商業世界認真對待的創業者。
而最具象徵意義的，是小野健的加入留學。
離開既定的路線
他是當代數論領域的重要人物之一，學術履歷橫跨多所頂尖高校，同時也參與過體育分析、國家安全諮詢等跨界專案留學。他的職業生涯，本身就證明了數學可以與現實世界產生複雜而深刻的聯絡。在很長一段時間裡，他對AI保持著一種理性的距離。他認為，機器要達到真正的數學創造能力，還需要相當長的時間。
但隨著模型能力的快速進步，這種判斷開始動搖留學。在一次模型能力評估中，他親眼看到AI在某些問題上的表現已經接近甚至超過人類專家。那種差距的縮小，不再是理論上的，而是具體可感的。
與此同時，學術環境的變化也在影響他的選擇留學。行政事務增加、研究空間被壓縮，讓他開始重新思考自己的位置。
當洪樂潼發出邀請時，這不再只是一次“學生找老師幫忙”的合作，而更像是一次方向上的召喚留學。
他最終選擇離開熟悉的體系，加入一家尚未成型的公司，成為其中的一員留學。這種選擇本身就帶有某種象徵意義：當一個已經站在學術頂端的人，願意重新進入不確定性，說明某種變化正在發生。
對他而言，這不是放棄學術，而是尋找另一種影響世界的方式留學。
數學AI的意義：不只是更強留學，而是更可靠
Axiom所嘗試的方向，並不是簡單地讓AI更聰明，而是讓它更可信留學。
透過形式化證明，AI不僅可以給出答案，還可以給出完整的推理過程，並允許人類或機器進行驗證留學。這種能力，在很多關鍵領域意味著質的變化。
在金融中，它可以減少模型風險；在工程中，它可以提高設計的可靠性；在科學研究中，它甚至可能幫助發現新的理論結構留學。
團隊已經展示出初步成果留學。在一些複雜數學問題的驗證中，系統可以在無人干預的情況下完成大規模推理任務。這種效率，並不是單純的人力可以實現的。
當然，外部競爭同樣激烈留學。大型科技公司在數學推理領域也取得了顯著進展。但這些進展更多集中在解題能力，而Axiom試圖解決的，是一個更基礎的問題：如何構建一個可以持續產生正確知識的系統。
這兩者之間的差別，就像“解題高手”和“理論創造者”的區別留學。
年輕人進入深水區
洪樂潼的故事，很容易被歸類為“天才創業”的個案留學。但如果把時間軸拉長，會發現這並不是孤立事件。
越來越多的年輕研究者，正在跳過傳統路徑，直接進入最前沿的問題留學。他們沒有太多歷史包袱，也不需要對既有體系負責，因此更容易選擇那些真正困難但長期有價值的方向。
這也是為什麼，一些看似不理性的決定，比如退學、跨學科、進入冷門領域，反而在這個時代具有新的意義留學。
AI的發展，正在逐漸從應用層競爭轉向基礎能力競爭留學。而在這個階段，真正的突破，往往來自那些願意從底層重構問題的人。
從廣州的普通家庭，到MIT、牛津、斯坦福，再到矽谷的創業公司，這條路徑並不是可以複製的模板留學。但它提供了一種更重要的參考：在一個快速變化的時代，路徑本身並不是最關鍵的，關鍵是如何選擇問題。那些真正重要的問題，通常不會看起來價效比高，也不會在短期內給出回報。但一旦被解決，它們會重新定義整個領域。
某種意義上，這也是為什麼一位57歲的教授，會選擇成為自己學生的第15號員工留學。因為他看到的，不只是一個人，而是一種正在成形的未來🌕。
文 | 筱筱
你怎麼看待這件事留學？
你看好Axiom嗎留學？
歡迎大家在評論區分享自己的看法
