近日，著名数学家、菲尔兹奖得主陶哲轩（Terry Tao）在一次公开技术分享中，以“Old and new apps, via modern coding agents”为题，探讨了现代人工智能编码代理如何改变数学软件与通用应用的开发方式。他通过亲手演示，展示了从经典算法到新型机器学习应用的全流程编码实践，引发科技与学术界的广泛关注。
从经典算法到AI编码：数学家眼中的“代理编程”
陶哲轩在演讲中首先回顾了传统编程的困境：数学家往往需要花费大量时间学习复杂的编程语法、调试底层代码，才能将数学理论转化为可用的应用。“过去，写一个素数检测器或者快速傅里叶变换的库，可能需要几天甚至一周的反复调试。”他说道，“但现在，通过现代编码代理，我可以直接用自然语言描述需求，代理就能生成可运行的代码，并自动完成优化和测试。”
陶哲轩将这类AI编码工具——如GitHub Copilot、Claude Code、OpenAI Codex等——统称为“现代编码代理”（modern coding agents）。他认为，这些代理不仅加速了“旧应用”（如传统数学算法、科学计算工具）的复现与部署，更催生了“新应用”的诞生：例如，结合符号计算与神经网络的混合模型、自动验证数学猜想的推理系统等。
现场演示：从傅里叶变换到自动推理
在演示环节，陶哲轩使用代理编写了一个经典的分治FFT（快速傅里叶变换）算法，仅用两次自然语言指令和一次手动调整，便生成了完整的Python实现，并附带单元测试。随后，他又让代理基于同样的代码框架，生成一个用于音频频谱分析的小型图形界面应用。“过去编写这个需要调用底层音频库，现在代理直接帮我调用了PyAudio和NumPy，还生成了可视化代码。”他评价道，“这相当于把‘应用开发’从‘编码’提升到了‘设计’的层面。”
更具启发性的是，陶哲轩展示了如何利用编码代理构建一个“自动数学推理辅助工具”。他要求代理根据一个给定的数论命题（例如“是否存在无穷多个孪生素数？”）自动搜索相关文献、生成启发式证明步骤，并输出可交互的散点图展示素数分布。尽管代理无法直接给出严格证明，但陶哲轩认为：“它是数学家灵感催化的加速器——把搜索、验证和可视化这些机械工作交给代理，人类可以更专注于真正的创造性推理。”
专家观点：编码代理是“数学家的新纸笔”
与会软件工程专家李明（化名）评价称，陶哲轩的演示揭示了编码代理对“阈值效应”的突破：传统编程要求开发者掌握完整的技术栈，而代理让数学家、物理学家等非专业程序员也能快速将想法原型化。“这类似于科学计算中Fortran的兴起——只不过现在门槛更低，交互更自然。”
但也有学者提出谨慎意见。计算机科学教授王薇认为，编码代理生成的代码在复杂场景下可能隐藏错误或性能隐患，“陶哲轩在演示中也手动修改了一次边界条件，这说明代理尚不能替代人的逻辑审慎。”陶哲轩本人对此表示认同：“代理应该被视为一个聪明但偶尔粗心的实习生，你需要给出明确的目标，并复查最终结果。但它确实让‘构建应用’这件事变得前所未有地令人愉悦。”
未来展望：新旧应用生态的重构
陶哲轩最后展望道，随着编码代理的普及，数学软件生态可能迎来两个平行趋势：一方面，大量“旧应用”将以更低成本重构为现代化、交互式的Web应用；另一方面，“新应用”将集中在交叉学科领域，如用AI辅助证明的组合搜索、基于大模型的形式化数学翻译等。他特别提到：“当编码代理能够自动调用符号引擎（如Mathematica、Lean），并与代码库无缝集成时，数学研究的基础设施将被彻底改写。”
这场演讲无疑为AI辅助编程在数学领域的应用投下了重磅信号。正如陶哲轩在结尾所说：“旧应用的再生与新应用的涌现，共同定义了今天最好的编程时代——而现代编码代理，正是那座连接数学与工程的桥梁。”