菲尔兹奖王虹，背后的导师古斯有什么skill？

Shadow：不打扰，引导学生自己解决问题，这才是“导”师。

2026年7月，王虹获得菲尔兹奖。这是该奖自1936年首设以来第三位女性得主，也是第一位中国籍女性得主。她与Joshua Zahl合作，用一篇127页的论文证明了困扰数学界百年的三维挂谷猜想。

王虹并非传统叙事里的“天才少女”。16岁考入北大，先入地球与空间科学学院，后转入数学系；留法期间曾对建筑产生兴趣，一度犹豫是否放弃数学；MIT读博初期，面对导师的问题仍会思维卡壳。这些弯路，任何一个在顶级学术环境中待过的人都并不陌生。

真正改变她轨迹的，是导师Larry Guth（古斯）。

古斯的方法

据王虹在专访中转述，古斯的指导风格可以概括为五个“不”：

不打断。 他允许学生把“乱七八糟的想法全倒出来”，哪怕预判这条思路走不通，也会让学生把话说完，保护思维的连贯性。

不直接回答。 他不给现成答案，而是顺着学生的推演路径持续追问 —— “你的假设是什么？”“边界条件变了呢？”“极端情况还成立吗？”用问题引导学生自行发现漏洞。

不催。 当学生思维卡顿时，他选择等待，支持休息和调整，不制造进度焦虑，不把“发论文”当作唯一的指挥棒。

不替代。 即便面对未解难题，他也不直接给出答案，而是要求学生自己建立判断体系，而非成为导师思维的复制品。

不急。 那篇127页的里程碑式论文，从搭建框架到最终完成，耗时约三年。在当下的学术评价体系里，这样的“慢”显得奢侈，却至关重要。

这五条里，大部分是不作为。但正是这些“不作为”，把判断权和试错权还给了学生。王虹后来总结道：“通过自己想办法，而不是通过别人告知……自己会积累更多的经验，知道什么样的想法是靠谱的，而不是别人说什么就是什么。”

古斯看似在教数学，实则是在教判断。在AI能给出任何问题答案的时代，真正的稀缺能力，恰恰是在不确定中做选择、在混沌中提炼线索、在失败后重建韧性的本领 —— 这些，AI无法替代。

教育的回报

王虹对三维挂谷猜想的证明，全程保持了高度的学术自主性。但她坦言，这套系统性的思维方式，源自古斯的长期训练。导师用不替代的方式，最终培养出了一位超越自己的人。

这让我想到 Mixlab 一直在做的事：在AI时代培养超级个体。当AI能写代码、做设计、生成文案之后，人还剩下什么？

我们的答案始终如一：判断力。

剩下的是在不确定中做选择的勇气，在信息噪音中识别信号的敏锐，以及在漫长探索中不轻易崩盘的心智。这些，正是古斯在实践的教育。他没有AI工具，却用最朴素的方法，回应了AI时代最核心的教育命题 —— 不替学生走，陪他走，然后，坦然看着他超过你。