本文来自微信公众号： 谷雨星球 ，作者：CC，原文标题：《这边清华劝退「数学天才」，那边北大校友刚创造历史》
大家好，我是CC。
这两天，数学圈子又传来震动，据说两位来自中国的数学家王虹和邓煜，将拿下最高数学奖之一的菲尔兹奖！因为诺贝尔奖不设数学奖，所以这也被称为数学界的诺奖。
两个人同时拿到，也创造了历史。
王虹和邓煜都是2007级北大数学专业校友，于是网友们纷纷写下「恭喜北大晋升双菲」。
他们能成为数学家是因为本来就有极高的数学天赋。但天赋不代表不努力，更不意味着一路坦途，正如王虹曾说的：
「哪有什么开挂人生？不过是把别人刷短视频的时间，用来和数学谈恋爱」。👉🏻「别人刷短视频时，我和数学谈恋爱」，又一位中国女性改写历史
两人都是来自北大，王虹目前在被誉为「数学界圣地」的法国高等科学研究所，担任数学学科终身教授。这里曾走出了无数菲尔兹奖得主，是全球纯数学研究最自由、最顶尖的土壤之一。
与此同时，她也在纽约大学科朗数学科学研究所（Courant Institute）担任教授，上个月还获得了纽大授予的「银教授（Silver Professor）」荣誉。
而邓煜在进入北大数学系两年后，转学至MIT，并在普林斯顿大学拿下了博士学位，目前他是芝加哥大学的教授。
有人说，这件事证明了咱们基础教育真的很行，但顶尖人才的养成土壤，可能还缺了点。
因为跟这个消息对应的，是清华准备清退一大批「数学天才」，我们上周就关注了这件事，但是却因为不可抗力被删除了。今天我们换个方式再来聊聊。
今天我们先来看看王虹的数学之路（邓煜的我们也在准备中了），始于一个看似「错误」的选择。
1991年出生于广西桂林平乐县的她，16岁就以653分考入北京大学地球与空间科学学院。按照传统观念，这已经是人生赢家的标配：名校、热门专业、光明前景。
但命运往往在最意想不到的时候转弯。
大一的某堂数学课上，当老师在黑板上写下一串优美的数学公式时，王虹突然被那种纯粹的逻辑美所震撼，并决定转系。「那一刻我意识到，这才是我真正想要的东西」。
在北大，数学系被称为「四大疯人院」之一，竞赛学神扎堆，别说半路出家的她，就连高考数学接近满分进去的学生，都会怀疑自己的智商。
一开始她的成绩也不是特别好，「一直在挣扎，能生存下来就不错了」。
对于学习方法，当时的她也停留在学生时代的「做题思维」。「后来发现其实也没有什么用，数学不是逼一逼自己就能学会的学科，不想学就休息够再学」。
■王虹的Linkedin账号，能看出当年的青涩时期
如今做了深度研究后再回头看，她总结出了数学研究和考试的不同：
「考试的时候遇到问题，因为时间有限制，就会把课本上或者老师教过的方法给试一遍，但自己做研究的时候，因为没有时间限制，我可以花很长时间去想一个问题，把自己脑袋里乱七八糟的想法都试一遍」。
这一段宝贵的求索经历，或许才是对王虹最有价值的历练之一。
因为真正的数学研究，不是解题，而是在一片未知的荒野中开辟出全新的道路，在无数次碰壁和「乱七八糟的想法」中，寻找那个可能根本不存在的突破口。
正如数学界一个著名的说法，「如果一个问题多年无解，通常需要全新的方法和思路来解决它」。
■困扰了全球数学家107年的挂谷猜想，就是如何以尽可能小的空间旋转一根针的问题，而王虹和搭档作者Zahl就在三维空间中证明了挂谷猜想，表明针头覆盖的体积始终是三维的。
从北大毕业后，王虹的求学轨迹更加国际化。巴黎综合理工学院、MIT博士、普林斯顿高等研究院博士后、UCLA助理教授，后来到纽约大学副教授。
在巴黎学习期间，她甚至一度想放弃数学去学建筑。
「我在法国的时候有半年没有做数学就去学建筑了，然后发现建筑也挺难的，后来又回来做数学，因为至少还大概知道该怎么学」。
■MIT官方的Women in Mathmatics主页，还有王虹读博时的专属页面
而被数学频频打击的经历，也让她更确定「什么样的人更适合学数学」。
也正如她对自己的评价，「我无论如何都不是天才，我在身体上、精神上都很一般，只是我可以坚持目标，并擅长延迟满足」。
她选择的研究方向是纯数学里的傅里叶分析，在外人看来几乎是最「无用」的数学分支之一。没有直接的商业应用，没有立竿见影的现实意义，只有抽象的函数和无穷的级数。
但也正是这份对纯粹数学美有点「傻气」的追求，最终让她站在了挂谷猜想这座数学高峰面前。
今年9月，她即将加入法国高等科学研究院，成为该校柯朗数学科学研究所的数学教授。
而如今她最想做的，是给广西老家的中学捐一座「混沌之美」数学实验室：「我想告诉县城的孩子，抬头看星空时，每个光点都可能藏着改变世界的公式」。
■王虹与合著者Zahl长达127页的论文，有望让她获得2026年的菲尔兹数学奖，成为第一名获得该奖的中国女数学家
跟进入大学才转系学数学的王虹不同，清华这次网传清退的，是那些从小就培养起来的预科班里的「数学天才」——
这不需要参加高考、通过特殊选拔就能直通清华的孩子，本该是万里挑一的数学苗子，但按照网上的说法，这批预科生入校几个月后的一场期末考试，结果很多人不及格，后来又用了北京高考数学卷来补考，传言平均分最终110分，低于很多参加高考的高中生。
■网传计划被清退孩子家长的请愿书。需要特别说明：截至发稿，「清退」目前仍以网络流传为主，尚无官方正式通报，网传细节也有多个版本，我们无法百分百核实真伪，但会持续追踪这件事（以下梳理，均以「网传」为前提）
在这里，我们先理清一个概念：风暴中心的「预科班」，到底是什么？
2026年招生简章显示，完整流程是这样的：学生要先经过初审、数学基础测试、学科能力测试（一试、二试）、面试、心理测试、体育测试，层层筛选后，拿到的是一份《入围认定证明》，不是录取通知书。
拿到认定之后，学生要到校接受为期约四个月的「预科培养」。简章里白纸黑字写着一句关键的话：预科期间「考察学生对大学学习的适应能力，考察合格方可办理录取手续」。
换句话说：预科班，是一段「准录取」的考察期，类似「试用期」。
这批孩子能被选拔出来，都是佼佼者。
我们看到2026预科班的入围名单，全国仅百人，考的是微积分、线性代数、群论这些远超高中范围的内容，所以能走到「预科」这一步，意味着他们通过了那场淘汰率极高的选拔，在全国上千万同龄人里是万里挑一的数学尖子。
很多人猜测，有孩子在选拔前跟着机构刷了太多针对性的题，在一张「没刷过的卷子」面前，反而失灵了。
有人抛出了一个概念来形容这次清退：「过拟合」（Overfitting）。
意思是我们训练一个AI模型，会先给它一批「训练题」（专业叫训练集）反复练习，比如你要教AI认猫，就给它看一万张猫的照片。
理想情况是，AI从这一万张照片里，总结出「猫」的本质规律，有胡须、有尖耳朵、会喵喵叫。这样，哪怕来了一张它从没见过的新照片，它也能认出来，这叫泛化能力。
但如果这一万张训练照片里，猫恰好都趴在同一块红色地毯上，模型可能不去理解什么是猫，而是偷懒记住了一个错误的捷径：「红地毯上的东西=猫」。
结果，你拿训练集里的照片考它，它张张满分。可一旦换一张猫趴在沙发上的新照片，它就懵了，因为没有红地毯。
反过来，你给它一张红地毯上的皮球，它却信誓旦旦地说：这是猫。
这就是过拟合，把训练集背得滚瓜烂熟，一换新题就崩。它记住的不是规律，而是这套特定题目的「标准答案」。
而刷题流水线，或许恰恰把一些原本有想法的孩子，训练成了只会认「红地毯」的模型。
AI的到来，数学家罗博深把这叫做教育和技术之间的「错位」。AI不费吹灰之力就拥有了又快又准，已经在训练更高级的思维了，而我们的教育还在花大量时间，让孩子把训练集刷得又熟又顺。
■AI能拿到2026年的IMO数学竞赛金牌吗？人们的猜测是「86%的成功率」
同样在清华丘班教数学的一龙老师，给过一个更传神的比喻。
他说，追求速成的应试数学像「走钢丝」，只有一条最快最直的路径，容错率极低，「一步跟不上，步步跟不上」，风一吹就掉下去。
而真正从热爱出发的数学教育像「织网」，知识点之间有无数连接，即便中间破了个洞（比如忘了某个公式），周边密集的节点也能兜住，孩子靠直觉和逻辑当场就能把它推导出来。
走钢丝，就是过拟合。织网，才是泛化，理解了底层规律，换个场景照样兜得住。
如果我们去了解那些真正成为数学家的人，就会发现他们几乎是「刷题过拟合」的完全反面。
就像王虹一样。她进北大，读的还是地球与空间科学学院，是大一某堂课上被数学之美击中，才半路转系的。
转进北大数学系后，一开始她成绩也不好，「一直在挣扎，能生存下来就不错了」。她对自己的评价是：
「我无论如何都不是天才，我在身体上、精神上都很一般，只是我可以坚持目标，并擅长延迟满足」。
而她的应对方法是，「考试时因为时间有限，就把课本上或老师教过的方法试一遍；但自己做研究时没有时间限制，我可以花很长时间去想一个问题，把脑袋里乱七八糟的想法都试一遍」。
我们期待的土壤，可能就是支持去尝试，探索，不用那么清晰短期看到结果的时候。