都以为AI应该先去替数学家证定理，陶哲轩却让它搬30年前的旧网页。一天迁走560篇论文，还从他二十多年前亲手写的老代码里揪出两个连他都不知道的bug。
1997年建站，改一行字都得开终端手敲HTML，一维护就是近三十年。
最近，陶哲轩把自己的个人主页，交给了一个AI智能体。
仅用了一天时间，560篇论文和预印本、374次旅行记录、68门课程、19本书、29个数学小程序，就从一套近30年前的老架构里大批搬了出来，在GitHub Pages上重新安家。
比搬家更值得说的，是途中的发现。
AI在近三十年的旧站里，翻出了一堆自相矛盾的信息、过时的条目和失效的链接。这些错误，是他自己在三十年里一点点留下的。
它还顺手把那批Java 1.0写的老小程序移植成了JavaScript，并在陶哲轩二十多年前亲手写的代码里，找出了两个他自己都不知道的bug。
这一次，AI没有去证明定理，它替数学家干的，是他们最不想碰的「数字家务」。
近30年的老架构，他一直撑到了2026年
陶哲轩的主页建于1997年，那时的他还是UCLA的Hedrick助理教授，页面上挂着一长串手工整理的外链，从sci.math新闻组到他爱看的《时光之轮》。
标准的Web 1.0。一页一个主题，满屏文字链接，全靠人手维护。
1997年5月21日，还是助理教授的陶哲轩，和他刚建好的主页。
近三十年，这套架构再没变过。
陶哲轩不停往上加东西：三百多篇论文的详情子页、教学记录、旅行日程、简历、书籍勘误。做法始终是一页一页地改，改完手动上传，早年在Unix账户里用vi手敲。
他向21世纪做过唯一一次妥协，是改用现代网页编辑器生成HTML，代价是代码比他当年手打的版本臃肿得多。
内容是线性增长的，维护成本却是指数级的。中途他把书籍页、职业建议搬到过博客，缓解了一点，依然笨拙。
当内容越积越厚，改动起来成本也越来越高，到了某个临界点，你会开始默许那些错误留在那里。
那些Java小程序死得更彻底。浏览器抛弃了Java 1.0，他一个人也没力气把二十来个程序移植到新语言，页面就那么挂着，一挂十年。
YAML才是真相，网页只是一个「打印件」
陶哲轩说，他最近才反应过来：有了AI智能体，迁移这套快三十年的老系统，本该是件例行公事。
然后，他尝试了。过程「相当无痛」，他这样说道。
关键在于，他没让AI去重写一批HTML，而是让AI重建了一套数据流水线。
这个新仓库叫tao-web，逻辑跟印刷厂差不多。
底稿是data目录里的YAML，八类内容各一个文件夹；schema管格式，规定每个字段应该是什么样。
两个Python脚本，一个验货一个印刷。验不过，代码根本推不上去。印出来的网页扔进site目录，不进版本库。
最后推一次main分支，GitHub Actions自动验一遍、印一遍、发一遍。
tao-web仓库。README里写明：YAML是唯一真相源，网页是生成出来的。（图源：GitHub teorth/tao-web）
仓库README中的一句话，支撑起整套架构：YAML是唯一真相源，网页是生成出来的。
后面还跟着一句操作守则：改数据，永远别改site目录里生成出来的HTML。
旧系统里，每个页面都是一份独立的事实。同一个信息散落在五个页面上，改漏一个，它们就开始「打架」。
新系统里，事实只存在一份。网页降级成了显示层，好比一张随时可以重新打印的纸。
一个人的知识库，就这样从一堆文档变成了一个数据库。
AI在他的老代码里，挑出两个bug
搬完数据，陶哲轩顺手做了第二个实验。
从1999年起，为了给复分析和线性代数课做可视化，他陆续用Java 1.0写了一批小程序。当年反响不错。
后来，浏览器不再支持那个版本的Java，这批东西集体过时了。
现在，他让智能体把它们移植到了JavaScript上，20来个小程序，几个小时全部复活。
大模型写代码会制造各种明显或隐蔽的bug，在这些小程序的移植里，陶哲轩只找到一个：某个复分析小程序在拖拽出主显示框时，行为不太对。
反过来，智能体在他的原始代码里，找出了两个他自己从来没意识到的bug。
一进一出，他的判定是：代码质量净打平。
一个菲尔兹奖得主，被AI在自己二十多年前的代码里挑出两处错。
他紧接着给这个结论划了条边界：这些小程序是辅助性的视觉工具，并非数学论证的关键部分，出bug的风险后果本来就不高。
拖拽出框，用户自己就发现了。而证明写错了，那就是职业事故。
这个边界，正是陶哲轩这套方法论的关键。
复分析程序原本是陶哲轩1998到2000年间用Java写的，如今每一条底下都标着：在Claude Code的协助下移植。（图源：teorth.github.io/tao-web）
错不可怕，修不动才可怕
陶哲轩没有回避幻觉问题。
他明确说，现代AI依然有幻觉倾向，迁移过程中有可能引入了新的错误。
但经过他本人检查，现在的错误率「看上去确实比以前低了」。而且更重要的是，大规模纠错变得容易多了。
当然，这是他人工复核之后的印象，不是跑过评测得出的数字。
陶哲轩并没有拿AI去和「完美」比，而是拿「AI加人工复核」，去和自己「纯人工维护三十年」比。
人工维护本身就是一台持续产错的机器，只不过它错了三十年，没人有精力去查。
大多数关于AI的争论，卡在「它会不会出错」这一个问题上。陶哲轩主要衡量的是谁的错误率更低，谁的纠错成本更小。
存量的错误并不可怕，可怕的是修不动。旧站改一个信息要翻五个页面，新站改一行YAML，全站自动重建。
一个搁置了27年的想法，两小时做完了
移植完老程序，他决定再往前走一步。
1999年，他曾有过一个雄心勃勃的构想：给狭义相对论做一个可视化工具。
他想要的是一块能画相对论的画板：摆一条运动轨迹上去，换个观察者的视角，整张图就按相对论的规则自己扭过来。用他的话说，「闵可夫斯基空间里的Inkscape」。
他甚至已经动手写了Java代码，最后被代码复杂度劝退，项目中断。
他跟智能体vibe coding了两个小时，那个1999年的构想被做了出来。
7月11日，这个时空图模拟器上线，成了新站上第一个原创应用，他自己标明这还是alpha版。
1999年构想、27年后上线的时空图模拟器。同一趟星际旅行，左右两个参照系各画一遍。（图源：teorth.github.io/tao-web）
当年拦住他的并非数学，是代码复杂度，27年后，这一块被补上了。
陶哲轩给整件事下了一个注脚。
他说，网页维护大概是学术工作流里最不迷人、最不令人兴奋的环节之一。而恰恰是这类枯燥的例行任务，特别适合现代平台，比如GitHub，也特别适合自动化工具，其中既包括现代AI，也包括传统的确定性脚本。
多少实验室、期刊、研究机构，还压着几十年的HTML、Excel和本地目录。智能体的第一份现实工作，可能就是当这些「数字资产」的迁移工程师。
当然，这件事证明的是AI适合做资料迁移、结构化和自动化维护，并不意味着AI已经能可靠处理所有学术数据，更不意味着人工校验可以省掉。
它真正被改变的，是一个数学家和他三十年积累之间的关系：过去他要亲自打理维护这些积累，现在他是一个最后把关的人。
参考资料：
https://mathstodon.xyz/@tao/116893088594916122
https://terrytao.wordpress.com/2026/07/11/old-and-new-apps-via-modern-coding-agents/
https://github.com/teorth/tao-web
https://teorth.github.io/tao-web/https://news.ycombinator.com/item?id=48880170
本文来自微信公众号“新智元”，作者：ASI启示录，36氪经授权发布。
