当人们还在追问“AI还能做什么”，清华大学交叉信息研究院副教授、院长助理袁洋已经把问题反了过来：AI能不能知道，什么事情做不成？
在2026世界青年科学家峰会全体大会的快闪演讲环节，他提出一个颇具反差感的观点：更聪明的AI，不只是不断找到答案，还应该识别任务的边界，甚至严格证明一个问题无解。
袁洋从著名的“七桥问题”讲起：能不能不重不漏地一次走过七座桥？数学家欧拉的突破，不是找到一条更巧妙的路线，而是证明这样的路线不存在。
今天，AI面对类似问题，会怎么办？
演讲中，袁洋介绍了他与潘冠成、谭淇心、姚期智先生合作的研究。他们修改了一款游戏，把允许操作的步数设为18步——距离通关恰好少了一步。
据他介绍，参与对比的模型反复尝试后，错误地判断至少需要22步才能获胜，而他们的模型则从两次尝试的经验中提取出“代数世界模型”，进而严格证明：18步无法完成，至少需要19步。
这里真正重要的，不是少试了几次，而是AI回答问题的方式变了：不再只是“我可以”，而是“我能证明，这个任务无解”。
从寻找答案到确定问题无解，袁洋探索的是AI参与科学研究的一种新可能。在随后的采访中，这场关于AI能力的讨论，也引出了他对青年科研人员核心价值的思考：当AI越来越擅长执行任务、生成文本，青年科研人员的核心价值在哪里？
他的观点是：找到真正重要的问题。
在袁洋看来，AI正在改变科研的能力门槛。“像大一大二的学生、高中生这样很年轻的人，只要善于使用AI，就可以拿AI解决一些以前可能要博士生、甚至专业的科研人员才能解决的问题。”他把这种变化称为“技术平权”。
但工具变强，并不意味着创新会自动发生。当越来越多人能够借助AI完成复杂工作，选择做什么，反而更考验眼界与判断。
因此，他给年轻人的建议，不是只盯着手中的技术，而是多接触不同领域的人，了解他们关心什么、面临什么难题，再寻找自己的研究切入点。
“未来可能真的不需要人从头到尾写完一整篇论文，而是提出最核心的创意和想法。”袁洋透露，他的团队正在搭建一个“微论文平台”，鼓励研究者去做微论文，把研究里的核心观点提炼出来，去和别人交流，在这套模式里，原创的核心想法是重中之重。
如果科研的价值越来越取决于问题与创意，评价人才的方式是否也应随之改变？
袁洋认为，这已是一个迫切需要讨论的问题。当AI能够批量生成论文，单纯比较数量，就越来越难以体现研究者的创新贡献。相比产出了多少篇文章，他更关注其中有没有真正具有创新性、引领性的想法。
当AI越来越会回答，科学更需要的，或许是知道什么值得问、什么需要证明，以及何时应该换一个问题。
薛样洋