菲尔兹奖得主陶哲轩用AI迁移30年个人主页，修复旧代码Bug

很少有学者会像陶哲轩一样，把个人主页维护了近三十年。1997年建站时，他还是加州大学洛杉矶分校的助理教授，页面全靠手工编写HTML，改一行内容都要打开终端敲代码。这套Web 1.0的简陋架构，他一撑就是二十多年。

随着时间推移，主页上的内容越来越多：五百多篇论文详情页、教学记录、旅行日程、简历、书籍勘误，每一次更新都要手动上传，早年用vi编辑器逐行修改，后来改用现代编辑器生成的HTML又过于臃肿。内容线性增长，维护成本却呈指数级攀升，同一信息散落在多个页面，改漏一处就会出现矛盾。那些用Java 1.0编写的教学小程序，因为浏览器不再兼容被搁置了十年，一直没能移植更新。

直到今年，陶哲轩尝试用AI智能体接手这项繁琐的数字家务。整个迁移过程相当顺利，仅用一天时间，就把560篇论文预印本、374次旅行记录、68门课程、19本书籍和29个数学小程序，从老旧架构迁移到了GitHub Pages上的新站点。

从手敲HTML到数据流水线

这次迁移的核心不是让AI重写HTML页面，而是重建了一套数据流水线。新仓库名为tao-web，逻辑类似印刷厂：所有原始数据存在data目录的YAML文件中，八类内容各自对应独立文件夹，schema定义了每个字段的格式规范。两个Python脚本分别负责校验数据和生成网页，生成的页面存放在site目录，不会纳入版本库。每次推送main分支，GitHub Actions会自动完成校验、生成和部署。

这套架构的核心原则是：YAML是唯一的事实来源，网页只是生成的展示层，修改内容只需要更新YAML文件，无需直接编辑生成的HTML。旧系统里每个页面都是独立的事实副本，同一信息分散在多个页面很容易出现矛盾；新系统里所有数据只有一份，网页只是随时可以重新打印的显示层，让个人知识库从零散文档变成了结构化数据库。

AI揪出尘封的bug

迁移过程中，AI不仅整理了数据，还顺手把二十多个Java 1.0小程序移植成了JavaScript。移植过程中，陶哲轩只发现了一处AI引入的小问题：某个复分析小程序拖拽主显示框时行为异常。但反过来，AI在他二十多年前的原始代码中，找到了两个他本人都未曾注意到的bug。

陶哲轩特别说明，这些小程序只是辅助教学的视觉工具，并非数学论证的核心内容，即便出了问题影响也有限。用户可以自行发现拖拽显示框的小问题，但如果是数学证明出现错误，那才是真正的职业事故。这个边界，正是这套方法论的关键所在。

搁置27年的构想终实现

迁移完成后，陶哲轩还和AI一起完成了一个搁置了27年的构想。1999年，他曾想开发一个狭义相对论可视化工具，能在闵可夫斯基空间中绘制运动轨迹，切换观察者视角时自动调整图像，相当于「闵可夫斯基空间里的Inkscape」。当时他因为代码复杂度太高放弃了这个项目，这次只花了两个小时的协同编码，就把这个构想变成了现实。7月11日，这个时空图模拟器作为新站点的第一个原创应用上线，目前仍处于alpha测试阶段。

AI不是完美，但胜在高效

陶哲轩没有回避AI的幻觉问题，他承认现代大模型仍有出错的可能，迁移过程中或许引入了新的错误。但经过人工复核后，他发现现在的错误率确实比之前纯人工维护时更低。更重要的是，大规模纠错的成本大幅降低：旧站点修改一处信息需要翻遍五个相关页面，新站点只需要修改一行YAML文件，全站内容就会自动重建。

陶哲轩表示，网页维护是学术工作流中最枯燥乏味的环节之一，但这类例行任务恰恰适合现代自动化工具，包括AI和传统脚本。如今很多实验室、期刊和研究机构都积压着数十年的HTML文件、Excel表格和本地目录，AI智能体的第一个现实应用场景，或许就是成为这些数字资产的迁移工程师。当然，这并不意味着AI可以完全替代人工校验，它只是让学者从繁琐的维护工作中解放出来，成为最终的把关人。