在问题内部找到更简单的问题
乔治·波利亚1945年出版的《怎样解题》——这本畅销的数学启发式方法手册——把这个领域的工作方法编纂成文：如果你解不出一个问题，就找一个相关但更简单的问题——一个特例、一个类比、去掉一个条件的问题——先解决那一个。研究数学家本能地这样做；波利亚把这种本能变得可以传授，这本书销量已超过百万册。
核心技能不是计算——那早在几十年前就交给了机器——而是围绕精确定义的对象构造无懈可击的论证，以及一项更难的元技能：判断哪些论证值得一试。在职数学家会坦率地把自己的日常描述为“卡住”：安德鲁·怀尔斯把做研究比作在黑暗的房间里摸索数月，直到找到电灯开关，然后走进下一个黑暗的房间。
这份工作因此挑选出一种不寻常的性格特质：能与持续的失败共处，因为几乎每一种在难题上尝试过的方法都会失败；近乎偏执的精确，因为一行有瑕疵的推理就能推翻上百页的成果；以及足够的判断力，能及早放弃一个注定失败的方向。学校最看重的“速度”反而最不重要——这个领域一些最伟大的人物都形容自己“慢”。
What the work demands
构造证明97
选题与品味90
在卡壳中坚持88
书面表达75
计算与编程68
教学与指导62
构造证明
从定义到结论，搭建起完整、没有漏洞的逻辑链条——这是这门职业的产品，其确定性标准是其他任何学科都不曾采用的。
选题与品味
判断哪些问题既重要、又能用现有工具攻克——这是最能拉开职业生涯差距的技能，也是导师们公认最难传授的一项。
在卡壳中坚持
数月甚至数年反复撞向同一堵墙却毫无进展；怀尔斯在费马大定理上花了七年，研究的日常质感就是一次又一次失败的尝试。
书面表达
把私下的理解转化成审稿人能够核实、同事能够在其基础上继续工作的论文——这个领域全部的记忆都是书面证明，写得糟糕的成果会被遗忘。
计算与编程
用SageMath、Mathematica或Python做实验来生成数据、检验猜想，并越来越多地用Lean编写形式化证明——这是现代的实验台。
教学与指导
多数研究岗位就是教职：授课、指导博士生，把这门手艺沿着学徒链传下去，这占了实际工作的一半。
A day in the life
- 7–9
咖啡时间刷arXiv与回复邮件
一天从查看昨夜arXiv新增的清单开始——本领域全球新发布的预印本——外加各时区的审稿邀请与合著者邮件。
- 9–12
深度工作时段
受保护的上午时段，专注于当前的问题：写满一页又一页、一块又一块黑板，计算例子，再次攻打昨天没能攻破的那个引理。哈代曾认为，一天四小时的创造性工作已是数学家的极限。
- 12–14
午餐与休息室喝茶
系里的午餐与茶歇是真正的工作制度，而非休息时间——一半的合作都始于走廊里的一句随口感言，实力强劲的院系会极力捍卫这项传统。
- 14–16
教学与指导学生
给本科生上课，然后与博士生开会——逐行检查一个声称已完成的证明，或是把一个卡住的学生手头问题拆解成一个更小的版本交给他。
- 16–19
研讨会与黑板上的协作
研究研讨会——一小时听某人报告新工作，随后提问——之后是与合著者在黑板前的粉笔讨论，多数合著论文其实就是在这里真正诞生的。
- 19–7
写作、酝酿与休息
晚上用来写作和修改论文。休息其实也是真正的工作：庞加莱曾记录下解答是如何在有意识的努力停止之后浮现出来的，数学家也会刻意在睡前把一个问题装进脑子里。
The know-how
Craft knowledge practitioners actually pass on — not motivation.
算例子，直到规律自己现形
高斯在十几岁时就靠手工在表格中数质数——每次数上千个——发现了素数定理的内容，比任何人能证明它早了几十年。这门手艺原封不动地流传至今：现代研究者用计算机实验积累数据，猜出规律，然后才尝试证明。这条格言是：一个从例子中诚实赢得的好猜想，就已经是定理的一半。
涨潮的海
亚历山大·格罗滕迪克描述了打开坚果的两种方式：用锤子和凿子硬砸，或是把它浸在水里数周，让它自己裂开。他的方法——耐心地建立起足够宏大的一般理论，让难题最终在没有明显挣扎的情况下自行裂开——重建了代数几何，至今仍是许多现代数学背后深思熟虑的策略：扩大框架，而不是强攻问题本身。
先把问题装进脑子里，再走开
亨利·庞加莱描述过自己在富克斯函数上徒劳工作了数周，随后在库唐斯登上公共马车、脑子里根本没在想数学时，答案却完整地浮现出来。他的处方——先有意识地让自己饱和地投入，再让休息期间的酝酿发挥作用——是这个领域刻意采用的技巧，这也是为什么数学家们会把散步、洗澡与睡眠都算作工作时间。
四个好小时胜过十二个平庸小时
G. H. 哈代从早饭工作到午饭，下午则去打板球，他认为一天四小时的创造性工作大约是数学家的极限，超出这个限度只会产生第二天需要纠正的错误。对证明的深度专注在生理上代价高昂；这项纪律是要守护巅峰时段，而不是延长它。
先解玩具模型
陶哲轩广为流传的职业建议，把现代的工作方法编纂成文：把一个难题剥离到它最简单的非平凡情形，加上一切方便的假设，先解决那个版本——再逐一去掉那些假设。他还建议把中间进展与失败的尝试都写下来，因为知道显而易见的攻击方法为何失败，本身就是一种可迁移的资本。
Tools of the trade
黑板与粉笔
这个领域至今最具代表性的工具：粉笔的速度恰好匹配讲解思路的节奏，而可以被擦掉的特性鼓励人放胆尝试。备受推崇的日本羽衣粉笔，仅仅因为一家韩国公司买下了配方，才在其厂商2015年停产后幸存下来。
LaTeX
数学界通用的排版系统，建立在唐纳德·克努特的TeX（1978年）之上——克努特写它的起因是嫌自己那本书的校样太丑——以及莱斯利·兰波特的宏包。这个领域的每一份期刊论文、预印本与学位论文都用它排版。
证明助手（Lean、Coq）
能够验证一个形式化证明中每一步逻辑的软件。由开放社区自2017年起共建的Lean的mathlib库，已积累超过一百万行形式化数学，并核验了研究级的定理，包括2022年彼得·舒尔策的一项成果。
计算机代数系统
Mathematica、Maple、MATLAB、Magma以及开源的SageMath，负责处理符号与数值实验——因式分解、绘图、矩阵计算——这些实验生成了猜想据以成长的例子与数据。
arXiv
保罗·金斯帕格1991年在洛斯阿拉莫斯创立的预印本服务器，如今几乎所有新的数学成果都会先在这里出现，然后才正式发表在期刊上。查看当天早晨的新增清单，是这个领域共享的日常仪式，而在此发布也为优先权盖上了时间戳。
How people fail at it
毫无退路地攻打一个著名难题
花上多年攻打黎曼猜想或考拉兹猜想，却没有任何能提炼出部分成果的策略，是公认的、扼杀早期职业生涯的常见方式；保罗·埃尔德什谈到考拉兹猜想时曾说数学“尚未成熟”到能解决它。怀尔斯之所以敢在费马大定理上豪赌七年，正是因为模性方面的部分进展本身就能独立发表。
神童陷阱
建立在“教室里最快的人”这一身份上的职业生涯，往往会在研究前沿崩溃——因为那里的每个人都曾是自己教室里最快的那个，而问题需要的是数月，而不是数分钟。从速度到耐力的这种调整，会击垮相当一部分博士生，导师们对此的关注，甚至超过对知识漏洞的关注。
永不发表的完美主义
这个领域对正确性的绝对标准，会诱使研究者无限期地打磨一项成果，与此同时优先权正在悄悄溜走——那个装满“完成了90%”论文的抽屉是个流传已久的笑话，背后却有真实的代价。arXiv让这场竞速更加尖锐：一项未发布的成果，明天就可能被别人独立发现并抢先盖上时间戳。