这些学科不能一概而论,得把“学科知识”和“学科实践/创作”拆开看。对AI来说,凡是能变成文字、公式、表格、代码的纸面知识,都简单;凡是需要动手操作、物理感知、高维空间创造的部分,都难。逐个学科看一遍,就能看清AI的能力边界。简单梯队:纯符号学科数学AI在数学上处于“知识层面极强”的状态。解方程、求导、积分、矩阵运算、概率计算、数论证明,只要规则明确,AI都能快速完成。数学竞赛题、考研题、高考题,AI的水平已经超过绝大多数人类。但数学研究是另一回事。真正的数学需要从现象中抽象出新概念、提出新猜想、构造前所未有的证明路径,这不是“按规则运算”,而是创造规则。所以AI能当超级计算器,却很难当数学家。历史历史学科的大部分任务,比如时间线梳理、事件背景、人物关系、制度沿革,本质上都是文本处理。AI读过的史料、论文和教材远超人类,做归纳、对比、答题非常轻松。历史考卷里的标准答案,对AI没有难度。困难的是真正的历史学:史料真伪考证、残缺文献的推理、对历史动机的共情理解、以及对复杂因果链的权衡判断。这些需要实证精神和人文直觉,AI只能辅助,不能替代。政治政治学科的纸面部分,比如概念解释、制度比较、时事分析、答题模板,也属于文本符号任务。AI可以快速组织出结构清晰、术语规范的回答。但政治涉及现实中的利益博弈、社会实践、价值判断和伦理选择。让AI去参与真实谈判、出面调解矛盾、做出政治决策,目前完全不可行。它只能做“纸上谈兵”的部分。