--- author: Best Partners TV date: '2026-05-06' guest: '' layout: post.njk source: https://www.youtube.com/watch?v=D7MG7rldIT8 speaker: Best Partners TV tags: - ai-for-math - mathematical-proof - artificial-intelligence - entrepreneurship - formal-verification title: AI for Math 革命：24岁华裔天才洪乐潼与Axiom的征途 summary: 本访谈深度聚焦24岁的华裔女性创业者洪乐潼及其创办的AI for Math公司Axiom。文章详细介绍了洪乐潼的传奇成长经历、在MIT、牛津、斯坦福的学习背景，以及她如何与硅谷AI先驱舒布霍·森古普塔共同创立Axiom。Axiom的核心是利用AI进行自动定理证明，其产品AxiomProver已取得国际数学竞赛满分成就，并在芯片验证、代码正确性验证等领域展现出巨大商业价值。文章还探讨了AI的未来形态（ASI）、领导力哲学以及中美AI发展的机遇。 insight: '' draft: true series: '' category: ai-ml area: tech-engineering project: [] people: - 洪乐潼 companies_orgs: - Axiom - OpenAI - Meta products_models: - AxiomProver - Lean media_books: - 《心灵捕手》 - 《大雅宝胡同甲2号》 - 《红楼梦》 - 《初等数论》 - 《分析数论》 status: evergreen --- ### 洪乐潼：从广州到MIT，AI for Math的梦想启航 大家好，这里是最佳拍档，我是大飞。今天，我们要聚焦一位24岁的中国姑娘——洪乐潼。她带领一群全球顶尖科学家，正用AI深刻变革严谨的定理证明领域，并创立了估值高达16亿美元的明星公司Axiom。这位00后姑娘，来自广州，拥有MIT数学物理双学位，牛津神经科学硕士，斯坦福数学与法学博士在读，最终选择辍学创业。她的团队中，甚至吸引了一位57岁的美国终身数学教授放弃“铁饭碗”加盟。 洪乐潼的成长故事充满了独特的印记。她怀念广州的烟火气与美食，深受易中天讲坛和黄永玉画作的影响，同时又带着母亲北京文化的烙印。她小时候数学并不拔尖，反而认为自己是环境中最不起眼的一个。在小学到初中的数学奥赛班，她曾是4班（在洗手间旁）的学员，为了进入重点班（24班）拼尽全力，却总在欧式几何题上栽跟头。她的解决之道并非依赖几何直觉，而是采用“蛮力”硬解——将几何问题转化为复数符号表达式，纯粹通过计算推导，即使花费两三倍时间也要得出答案。这种“大力出奇迹”的思路，后来竟与AI的工作逻辑完美契合，成为她投身AI for Math的缘起。 高中时期，她开始厌倦奥赛的零和博弈，转而偷偷钻研高等数学，如微积分、实分析、复分析。她发现高等数学是“正和游戏”，允许按照自己的节奏探索，与同伴交流，而非为考试分数你死我活。这在她心中埋下了种子：数学不仅仅是竞赛，更是探索与创造。高中毕业后，她毫不犹豫地申请了MIT，被电影《心灵捕手》中的学术氛围深深吸引，甚至会在草稿纸上反复写下“MIT”。 进入MIT后，她攻读数学和物理双学位，却再次陷入自我怀疑。周围的同学全是国际数学奥赛金牌得主，她觉得自己是系里最笨的学生。大一时，她选修了博士级别的概率论，测度论课程对她而言是巨大挑战，全班40分满分，平均分仅9分，她只得了4分。但她从未放弃，坚信自己是“打不死的小强”，一道题解不出就坚持思考，每周总结尝试过的方法。这种韧性，正是她后来创业成功的关键。大学期间，她获得了北美数学本科生最高荣誉“摩根奖”，但她认为这只是随机性问题，获奖学生水平相差无几。她本科研究涉及数论的模形式和椭圆曲线，在这期间，她体会到数学的简洁与深邃之美，尤其是代数表达式与几何物体间的完美对应，让她彻底沉沦。 ### 求索之路：从神经科学到法学，AI for Math的创业导火索 本科毕业后，洪乐潼并未直接攻读数学博士，而是选择前往牛津攻读神经科学硕士。这一选择源于家中亲人的健康问题，促使她想了解人脑构造。然而，在牛津，她发现神经科学需要动物实验，甚至亲手处理实验动物，这让她难以接受，故而转向了计算神经科学。这个领域与AI联系紧密，Indeed创始人德米斯·哈萨比斯便出身于此。在牛津，AI彻底点燃了她的热情，其快乐源泉转移到了AI领域。 硕士毕业后，她又来到斯坦福，同时攻读数学博士和法学博士。法学学习成为了她创业的直接导火索。她在法学院研究美国宪法，尤其痴迷于“文本主义”——严谨地、不加主观解读地逐字分析法律文本。她发现，这与数学家证明定理的逻辑如出一辙。由此，一个想法如闪电般击中她：既然AI能分析严谨的法律文本，为何不能用AI来做数学证明？这个念头让她下定决心，要创建“AI for Math”，让AI成为数学家的强大助手。 ### Axiom的诞生：咖啡馆的偶遇与硅谷的征途 创业的第一步是寻找合适的合伙人。洪乐潼与Axiom的CTO舒布霍·森古普塔，是在帕洛阿托一家Verve咖啡馆偶然相识的。这个场景充满了硅谷的典型味道：当时作为斯坦福穷学生的洪乐潼，每日乘坐20分钟校巴，穿越住着流浪汉的隧道，只为去咖啡馆喝一杯抹茶、看法律书和院子里的狗。而舒布霍，是Meta AI的研究总监，硅谷AI圈的资深人士，CUDA早期开发者，与吴恩达共事过，亲历了AI从萌芽到爆发的全过程。 两人初次相遇，只是因为舒布霍坐在窗边，洪乐潼想拉窗帘，随口搭了一句话。随后，他们竟聊了一年半，从科学、历史、数学聊到AI的未来，却互不知对方的真实身份——洪乐潼不知道他是Meta高管，舒布霍也不知道她是数学天才。直到后来，两人才揭晓背景，却发现理念高度契合：AI for Math并非学界的小打小闹，必须依靠工业界的算力和工程能力才能真正落地。 2024年秋天，洪乐潼正式下定决心创业。这个决定对她来说异常痛苦，她从小向往学界，渴望成为数学教授，认为创业是“不务正业”。她花了两个月时间自我“劝退”，每天晨跑时都在纠结是否要放弃读博，放弃学术，跳入硅谷创业红海。最终促使她下定决心的，是她通读了AI for Math领域的数百篇论文，彻底摸清了技术路径、行业痛点和未来方向。她认识到，这已非纯粹的研究问题，而是一个工程问题，科技风险相对可控，只要有人去做，就一定能成功。她曾尝试联系当时AI for Math领域的竞品公司，希望加入他们，却被告知只招聘计算机博士，不招数学博士，这更坚定了她独立创业的决心。 创业的另一关键是融资。洪乐潼坦言，创业者无人不讨厌融资，这个过程枯燥且令人崩溃，如同复读机般日复一日地向不同投资人讲述相同的故事。但正是在这些枯燥的重复中，她遇到了懂她的投资人，如B Capital的联合创始人霍华德·摩根（文艺复兴科技联合创始人）。他本身就是数学家，对AI for Math的未来充满信心，这种认可给了洪乐潼坚定的决心。Axiom的种子轮融资6400万美元，估值3亿美元；半年后，A轮融资即突破2亿美元，估值飙升至16亿美元，成为AI赛道炙手可热的独角兽。作为一个24岁的华人女性，她在硅谷融资过程中也曾因年轻而面临质疑，投资人质疑她缺乏战绩和决策能力。但她从未用套路，不夸大前景，不隐瞒风险，将商业模式的不确定性全盘托出，这种极致的坦诚反而打动了所有投资人。 ### 团队构建与核心竞争力：Axiom的“梦之队” 团队搭建是Axiom最核心的竞争力。洪乐潼与舒布霍·森古普塔最初定下了一个有趣的规则：前15名员工不招数学家，优先搭建AI和工程团队，以确保技术底座的稳固。然而，最终Axiom汇聚了AI、代码生成、数学三大跨界阵营，堪称“梦之队”。团队成员来自Meta的AI强化学习专家、Yann LeCun代码生成模型的核心团队顶尖工程师，以及5位IMO国际数学奥赛金牌得主。更有全球顶级的数论学家和形式化语言专家，几乎将AI for Math领域的顶尖论文作者一网打尽。 其中最具标志性的人物是**小野肯教授**（Ken Ono）。他是一位继承了拉马努金精神的顶级数学家，曾任美国数学学会前任副主席，美国奥林匹克游泳队的数据分析教练，还主演过拉马努金的传记电影，并创办慈善基金会，是一位全能型的学术泰斗。当时，小野肯已收到OpenAI的加盟邀请。洪乐潼起初不敢尝试挖角，认为小公司难以留住这样的大神。然而，小野肯主动联系她，表达了来湾区的意愿并想与之交流。两人在Zoom上进行了两三天的深入交谈，小野肯当即决定放弃终身教职，加入Axiom，相当于洪乐潼“截胡”了OpenAI。 为何小野肯愿意放弃一切，追随一位24岁的姑娘创业？因为Axiom的团队更懂数学，氛围更纯粹，不将AI for Math视为AGI的附属品，而是真正专注于数学本身。小野肯加入后，成为了团队的精神领袖，如同高中篮球队教练，每日为大家加油打气，引领团队提出数学猜想，制定研究方向。 许多人疑惑，洪乐潼年仅24岁，缺乏管理经验，团队成员皆比她资深且能力出众，为何大家愿意听从她的领导？她的回答异常简单：“我不是命令型的CEO，我是服务型的领导者。”她比喻自己像一群爬山的人中，不是站在最前面喊口号者，而是默默在后面递水、扫清障碍、保障后勤的人。Axiom延续了Meta自下而上的文化，没有办公室政治，没有人事纠纷，所有人都专注于技术和研究，这正是吸引顶级人才的核心所在。 ### AxiomProver：AI如何征服数学证明与重塑行业格局 聊完人和故事，我们进入访谈最核心的部分：Axiom如何在AI for Math领域取得领先地位？首先，需要厘清“AI for Math”的真正含义。它并非简单的“AI解数学题”，其核心是**自动定理证明（ATP）**。早在AI和大模型出现之前，计算机科学家已研究了几十年，试图用规则系统辅助人类验证数学证明。当证明过于复杂，机器无法独立完成时，数学家便需借助专用编程语言与机器合作，即**交互式定理证明（ITP）**。Axiom的创新之处，在于将ITP中“人”的角色替换为AI。 实现这一目标的核心工具是 **Lean**，一种形式化的证明语言。Lean能将数学证明转化为可运行、可验证的代码，确保每一步逻辑和推导都能被机器精确检查，从而杜绝数学证明中的错误与漏洞。洪乐潼指出，数学与代码是“孪生兄弟”，这呼应了**Curry-Howard对应（或称Curry-Howard同构）**，即每个数学证明都能对应一个计算机程序，每段代码本质上都是数学逻辑的体现。正因如此，Axiom的AI不仅能做数学证明，也能进行代码验证。 Axiom的核心产品 **AxiomProver** 创造了一个震惊全球数学界的纪录：它拿下了普特南大学生数学竞赛的满分。这项竞赛自1927年创办以来，98年里仅有5人获得满分，堪称全球大学生数学竞赛的“天花板”。AxiomProver成为第六位满分得主，也是首个AI满分得主。 更有趣的是，AxiomProver的解题思路与人类截然不同。一道题，美国IMO数学队教练凭借几何直觉和一张图便瞬间解出；而AxiomProver则完全抛弃这种思路，仅通过枚举、分类讨论，一步步硬推，最终算出了答案，再次印证了“大力出奇迹”的理念。这契合了洪乐潼的观点：人类数学家分为直觉型（如拉马努金）和蛮力型（靠坚持与严谨）。AI正是最完美的蛮力型数学家，与人类形成完美互补——人类提供猜想与直觉，AI负责验证与推理。 在技术路径上，Axiom与谷歌DeepMind的AlphaProof采取了截然不同的策略。AlphaProof依赖蒙特卡洛树搜索，算力成本极高，非一般创业公司所能承受。而Axiom的技术设计与字节跳动的豆包Seed-Prover高度相似，更注重推理效率和工程落地，成功避开了高成本的搜索方式。同时，Axiom自研了12到13个辅助工具，优化Lean语言的执行和验证速度，解决了形式化证明效率低、数据少的痛点。 Axiom的技术拥有巨大的商业价值。许多人认为数学是纯理论、不赚钱，但洪乐潼明确指出，**验证**是Axiom的第一个核心市场，且价值千亿级。例如，在芯片验证领域，全球芯片都需要验证逻辑正确性，现有工具（如Cadence的Jasper）效率极低。亚马逊曾耗费3-5年、编写26万行代码来验证CPU的一个内存隔离组件。而Axiom的AI能将此过程压缩至几天甚至几小时，成本降低几十倍。再如代码验证和分布式系统验证，传统程序员需编写大量测试用例，而Axiom的AI能直接验证代码逻辑，确保100%的正确性，这对于互联网、金融、航天等领域是颠覆性的改变。 ### 未来展望：ASI、AI的数学赋能与领导力哲学 对于AI的终极形态，洪乐潼提出了颠覆性的观点：她不相信通用人工智能（AGI），而坚信**超级智能（ASI）**才是未来。她认为，人类智能本身就不是通用的——数学家不懂做饭，程序员不擅生物。因此，专用超智能是更合理的发展方向。Axiom的目标，正是打造数学领域的专属超级智能，并将其泛化至代码、物理、芯片等领域，形成一个专属的价值扇形，而非追求全知全能的通用AI。 她预言，“AI for Math”将引领人类社会从“数学匮乏”走向“数学丰富”。未来，AI将解决所有未解决的理论数学问题，突破应用科学家遇到的数学瓶颈。人类数学家的角色将彻底转变：从解题者变为直觉提供者、资源分配者和猜想提出者，用顶级的直觉引导AI聚焦关键问题和探索方向。 在访谈中，洪乐潼反复提及一个词——“**对苦难上瘾**”。她认为，成功的创业者都对痛苦和折磨上瘾，投资人也偏爱那些肩负责任、内心坚韧的人。她自身的成长经历充满了失败常态化：奥赛刷题75套未入选、MIT期末考4分、每个阶段都觉得自己是“最差的那一个”。正是这些失败塑造了她的韧性，让她成为“打不死的小强”。她视失败为成长的必经之路，习惯失败便不会被挫折打倒。 她对领导力的理解也格外透彻，认为最好的领导力就是“服务”。CEO并非高高在上的管理者，而是为团队扫清障碍、提供资源、保障环境的人。Axiom的会议室以高斯、庞加莱、希尔伯特、图灵、洛夫莱斯等跨界数学家命名，团队在Slack上激烈辩论，最终选择了全领域精通的通才数学家，这也代表了Axiom打造“全能型AI数学家”的愿景。 对于中国AI的发展，洪乐潼给予了极高评价，特别提到字节跳动的豆包Seed-Prover在AI定理证明领域表现出色，团队执行力强，技术思路与Axiom高度契合。她认为，中美AI各有优势，人才不分国界，未来的科技创新需要全球的学术信任与纯真，少些商业顾忌，多些科研初心。 关于2026年的AI发展，洪乐潼做出了三个大胆预测： 1. 小型创业公司和新型实验室将推出首个真正落地的**持续学习模型**，实现AI的知识不遗忘性。 2. **多模态大模型**将迎来突破，实现对多模态信息的深层逻辑理解，而非简单的图文结合。 3. **形式化验证工具**将成为强化学习的核心奖励信号，大规模应用以解决AI决策的不确定性。 她最核心的赌注在于“系统”而非“模型”，坚信递归自我提升将快速实现，AI能自主优化自身，颠覆传统SaaS模式。 访谈最后，洪乐潼分享了她的人生之书：数学领域推荐《初等数论》和《分析数论》；非数学领域则推荐《红楼梦》和《大雅宝胡同甲2号》，这些作品给予她力量。她将训练AI类比于训练自己：不断给予更难的题目，循序渐进，挑战极限，这种成长逻辑与人类学习数学一致。她最快乐的时光是当年通读AI for Math论文的日子，而如今，那些论文的作者大多已成为Axiom的战友。她不在乎墓志铭，只愿永远做一个学徒，在数学、AI、科技的世界里保持好奇、学习与探索。 洪乐潼的故事告诉我们，革命与创新并非大人物或天才的专属。只要热爱一件事，坚持下去，即使觉得自己笨拙、一路充满失败，也能掀起属于自己的浪潮。AI for Math的革命方兴未艾，这位24岁的华人姑娘，没有被年龄、性别或出身限制，在科技前沿赛道上站稳脚跟，并正带领着一群顶尖科学家，推动着人类数学与AI的进步。 感谢收看本期内容，我们下期再见。