格子越深，表示该主题在这项指标上越高。
低高
每根柱是该主题的0-100图鉴分，不是时间轴。
把这份职业的薪酬与抗自动化放在同一条0-100尺上。
两项分数始终可见。拖动滑块可强调左侧（薪酬）或右侧（抗AI）。
薪酬
抗AI
一个点：该职业在两条命名轴上的位置。
进入这一角色前通常需要的教育与训练年数。
约11年教育训练后进入岗位
11年
按时间排列的节点，不是每周活动格。
把这份职业地图分享给正在考虑升学、转训或首份工作的人。
数学家：从巴比伦文士到菲尔兹奖得主，再到AI辅助证明：这门职业把难题一个定理接一个定理地变成永恒的确定性。
“数学家”一词源自希腊语mathema，意为“可被学习之物”，公元前六世纪的毕达哥拉斯教团早已把“mathematikoi”这个词留给了核心圈子里那些被信任掌握真正推理的人。这是唯一一门完全建立在抽象之上的最古老职业：巴比伦文士早在约公元前1800年就已在泥板上求解二次问题，而欧几里得约公元前300年在亚历山大城证明的定理，至今依然为真、依然被讲授、依然被引用——这是其他任何学科的奠基者都无法宣称的永恒性。
如今这份工作分裂成了两半。全世界仅有数万名研究数学家在大学与研究所里证明新定理，这条职业道路要经过博士学位、数年博士后漂泊，以及一个极其狭窄的学术就业市场。远为庞大的另一群人，则把同样的训练用于金融、密码学、机器学习与政府部门：美国劳工统计局在2023年统计到，仅有几千人持有“mathematician”这一字面职位头衔，而受过数学训练的量化研究员、精算师与数据科学家却数以十万计。
本页追溯这门行当的脉络：从普林顿322号泥板与莱因德纸草书，经巴格达的花拉子米、牛顿与莱布尼茨的微积分之争、希尔伯特的23个问题，到怀尔斯的阁楼、佩雷尔曼的拒绝，再到如今已能在奥数竞赛中拿到金牌水平的机器。它讲述人们在不同国家究竟如何成为数学家、日常的手艺是什么样子，谁登上了这门职业的顶峰、又是如何登顶的，以及AI究竟能够现实地取代这份工作的多大部分。
数学家构建精确结构——证明、模型与算法——并对假设与错误负责：一天是黑板、反例与耐心的往返。对在中国大陆从业者而言，监管口径、客户预期、交付节奏与团队协作必须进入判断，不能只复制海外岗位描述的光鲜部分。
读文献、试例子、找反例、写证明骨架，或把模型接到计算。讨论班上被问倒是常态。中国高校教学负荷与科研指标并行，企业与金融科技更看重把结构落到可实现算法的能力。对在中国大陆从业者而言，监管口径、客户预期、交付节奏与团队协作必须进入判断，不能只复制海外岗位描述的光鲜部分。香港与台湾的资质路径、舆论与合规细节可能不同，跨区域发展前应单独核对，不要假设华语地区都一样。真正拉开差距的，往往是压力下能否把复杂权衡讲清并留下可复查依据，而不是只会完成表面上的标准动作。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
纯数学、应用与工业数学、数值分析、数学教育与密码安全方向日常不同。有人数年磨一题，有人按季度交付模型。对在中国大陆从业者而言，监管口径、客户预期、交付节奏与团队协作必须进入判断，不能只复制海外岗位描述的光鲜部分。香港与台湾的资质路径、舆论与合规细节可能不同，跨区域发展前应单独核对，不要假设华语地区都一样。真正拉开差距的，往往是压力下能否把复杂权衡讲清并留下可复查依据，而不是只会完成表面上的标准动作。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
博士常见，教职竞争激烈。工业与实验室路径看重建模与沟通。竞赛光环不等于研究能力，作品与推荐信仍关键。对在中国大陆从业者而言，监管口径、客户预期、交付节奏与团队协作必须进入判断，不能只复制海外岗位描述的光鲜部分。香港与台湾的资质路径、舆论与合规细节可能不同，跨区域发展前应单独核对，不要假设华语地区都一样。真正拉开差距的，往往是压力下能否把复杂权衡讲清并留下可复查依据，而不是只会完成表面上的标准动作。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
形式化验证、计算机辅助证明与AI草拟证明改变工具，不取消对定义与漏洞的责任。用灵感包装的通宵，仍可能只是在未检查的边界情形上打转。对在中国大陆从业者而言，监管口径、客户预期、交付节奏与团队协作必须进入判断，不能只复制海外岗位描述的光鲜部分。香港与台湾的资质路径、舆论与合规细节可能不同，跨区域发展前应单独核对，不要假设华语地区都一样。真正拉开差距的，往往是压力下能否把复杂权衡讲清并留下可复查依据，而不是只会完成表面上的标准动作。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
同一头衔下常见的五条路径——专长、场景与生涯形态。
提出并证明结构，接受同行长期检验。
把问题译成可计算模型并解释限度。
保证算法稳定、误差可控。
设计让理解发生的路径，而不只是刷题。
在对抗模型下设计与分析方案。
同样的行当，门槛、地位与日常不同。按各语言读者真正搜索的语境重写。
在美国，数学家的机会、薪酬与准入规则因州、行业和雇主类型差异很大。大型机构提供结构化训练与执照路径，初创与自由职业更灵活也更不稳定。对接中美业务时，英语沟通、签证与合规意识通常和专业技能同等重要。
韩国的数学家岗位常见于大企业、成长型公司与专业服务网络，工作节奏快且层级协作明显。韩语与本地习惯影响表现；协作时需预留文化与合规差异，勿把加班文化直接当成行业标准。
日本市场里，数学家常强调流程完整、质量细节与长期信任。资格、年功或轮岗影响晋升；外企与本土机构对英语和速度的期待不同，选雇主几乎等于选工作方式。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
德国的数学家受职业教育、行业标准与劳动制度塑造，文档与长期责任很重。专精路线清晰；适应正式流程与工时边界是门槛，也是理解欧洲合规与工会话语的起点。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
英国的数学家机会常向伦敦及专业网络集中，资格、雇主品牌与合同制影响进入路径。生活成本与稳定性需一并衡量；脱欧后监管细节仍影响跨境业务与证书互认。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
新加坡常把数学家连到东南亚客户、跨国总部与华语商业网络。英语是协作语言，但大陆、香港、台湾的监管与数据语境不能等同；跨时区与多元合规是日常。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
为本职业自托管的 Commons CC/PD 图片。
数学家的技巧必要；但态度决定漏洞是被自己先找出来，还是被审稿人与生产事故找出来。国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。
跳步与未声明假设会在引用链放大。态度决定你是否主动找反例。国内发表压力下，漂亮但不完整的论证更危险。国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
工业场景里沉默的假设会变成错误决策。态度体现在你是否敢说模型不适用。国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
只训练套路不训练理解，会制造高分脆弱。国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
不是口号，而是这份工作真正看重的五种具体姿态。
不把隐含条件藏进技巧。国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
在宣布定理前尽力击穿它。国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
不只演示成功算例。国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
对学生与同行的反例保持好奇。国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
难问题需要沉淀，不需要表演性通宵。国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
把简历用语和实际执行区分开来的具体情境。
你是撤回修补，还是赌审稿人看不到？国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
你是否坚持不确定性语言，还是配合确定性幻觉？国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
你是感谢并改正，还是护面子？国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
你是否设计可持续节奏，还是把热爱当枷锁？国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
数学被说成热爱驱动，于是拒无偿加班变成不够热爱。考核与帽子竞争强化这一话术。深度思考需要睡眠与健康；把青年教师当论文机器，领域会失去下一批真正难题的解决者。国内常见的是用使命感、情怀或“关键节点”把无偿加班说成觉悟，拒绝者被贴上不够热爱的标签。996与大小周并不自动等于专业深度；过劳会制造你本想防止的疏漏，清醒才是安全裕度。可持续的团队把训练、交接与休息写进编制，而不是靠年轻人的热情无限填坑。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。把这类判断写进可复查的记录，比事后用情怀解释疏漏更负责任。
中等
工作日中相当一部分——文献检索、验证、计算、界定良好的解题——正在自动化，AI也已能证明竞赛级别的结果。但定义这份职业生涯的那些任务（选择问题、形成概念、判断重要性、教导人类）离当前系统所能做到的最远。最可能的结果是花在证明常规引理上的时间变少，花在决定该证明什么上的时间变多：这是工作的转变，而非职业的消失。
AI与未来 →不限同一领域，六项评分最接近的职业。
公开讲授一门学问并以此谋生的学者——从柏拉图学园到终身教职与 AI 助教，二十五世纪的教学与发现史。
抗AI 76 🎬通过决定每一个镜头、每一次表演和每一处剪辑，把剧本变成一部完成的电影，再说服制片人、制片厂和观众相信这份投入值得那笔预算。
抗AI 73 🧩研究心智与行为的科学家：从1879年冯特在莱比锡的实验室，到今天的治疗室，受过训练去听懂一个人自己尚且说不出口的话。
抗AI 82 💱研究稀缺性的学者——从亚当·斯密的制针厂到中央银行的决策室，至今仍被要求预测任何模型都无法完全捕捉的东西。
抗AI 62 🔭丈量宇宙的科学家，从巴比伦泥板到空间望远镜，始终要判断数据中的哪一次闪烁是一项发现。
抗AI 70 ⚖️社会所信赖的裁决者：从汉谟拉比石碑到AI评分的保释听证，最棘手的争端至今仍要交由一位担责的人来了结。
抗AI 90衍生并测试关于物质,能量,空间和时间的数学定律,从一个孤独的粉笔板到3000个作者的粒子对流器纸.
抗AI 65 🧬研究生命本身的科学家,从Linnaeus手工命名物种,到用CRISPR编辑基因组,仍然在针对一个活生物体测试每一种想法.
抗AI 64 🧪亲手制造并测量物质本身的科学家——从塔普提在巴比伦蒸馏香水的年代到今天的机器人实验室，仍是那个判断谱图意味着什么的人。
抗AI 70 📊从数据中寻找规律、构建预测模型——一个2008年才出现的职位名称，建立在三个世纪计数、检验与可视化证据的传统之上。
抗AI 38 🔭丈量宇宙的科学家，从巴比伦泥板到空间望远镜，始终要判断数据中的哪一次闪烁是一项发现。
抗AI 70 🧿构建、测量和控制利用量子态进行计算、传感、通信和材料研究的设备。
抗AI 78 🧫使用临床、试验和卫生系统数据生成可靠的证据，以实现更安全的护理、研究和运营决策。
抗AI 68