2022年春天，26岁的钱子诚回国，被聘为中国科学院数学与系统科学研究院副研究员，在晨兴数学中心工作，研究当今基础数学中非常活跃的研究方向朗兰兹纲领。谈及选择的初衷，钱子诚说，“这里可以‘宅’着干活，不需要想其他的事情”。

有人说他是“天才”，但钱子诚多次否认，“比自己优秀的人比比皆是，自己顶多是平均水平。”他个人认为，研究基础数学，努力远大于天赋，且努力方向很重要，它包括尝试所有可能性，并不断修正“努力的方向”。

“好玩”

钱子诚对数学的兴趣，源自朴素的好奇心，没有任何外在条件的驱动。数学在那里，他天然地就会走过去，想要了解它。至今，钱子诚记忆中最快乐的中学时光，就是和几位同学，在晚自习时间窝在数学老师办公室一角讨论数学难题的时候，这个过程被他称作“做着玩”，通常找到什么素材就做什么。

那时，他不清楚什么是数学研究，也并不确定以后是否要将其作为职业。只是单纯地觉得“数学好玩”，办公室里，老师在一旁工作，也不管他们。

对他影响深远的老师就是数学老师查晓东，钱子诚称其为“查哥”。查晓东是江苏省天一中学高级教师，中国数学奥林匹克高级教练员。这是钱子诚见到的第一位对数学非常执着和充满热情的人，后来在交流中他得知，老师在年轻的时候有曾有过数学研究的梦想，但阴差阳错没能实现。

“他是唯一一个会把自己心里话动情地说给我们听的中学老师。同样的，他是在我们毕业后仍然一直保持着对我们期待的人。”钱子诚说。

高二时，钱子诚考上了中国科学技术大学少年班，并在大一时进入了“华罗庚班”学习，大学四年的学习给他后来的研究奠定了重要基础。那时，他觉得“数学研究可以成为自己的一个选择，但做什么方向并不明确。”

“吸引”

在初步接触了一些研究生基础课的知识后，钱子诚决定出国读博士，在美国的“申请制度”还是欧洲的“考试制度”之间，他选择了后者。2013年，17岁的钱子诚考取法国巴黎高等师范学院(ENS)数学系的研究生。

进入巴黎高等师范学院硕士二年级后，钱子诚找到了Christophe Breuil教授作为导师，这是一位更加德高望重的老教授向他推荐的。钱子诚了解到，Christophe Breuil教授曾经带过几位中国学生，对中国学生更熟悉，同时他所从事的研究方向在国际上是最有活力和前沿的方向之一。他做事效率高，放得开，时间规划极有条理的特点，给钱子诚留下了深刻印象。

“这是一种感觉，就像两个物品放在你面前选择，你可能会对其中一个更有感觉。”钱子诚说。这种直觉让钱子诚选择了“数论”——虽然其证明看起来离谱的复杂，但结论非常漂亮，就足以吸引人。

导师给他第一个课题后，他很快就将其约化为一个技术问题，然后每隔两三个星期见一次导师，并汇报一下最近进展并讨论。其它大部分时候完全自己一个人思考各种办法处理技术问题。

这是一个极需要耐心的过程，钱子诚思考了一年多，把能想到的或是看到的所有法子全部都试一遍，不厌其烦地，尝试的过程给了他很多的经验，方向感更强。

“这次经历启发我，以后尽量避免预设心理障碍，把所有想法试过一遍后，即使还不能解决问题，通常也对自己的理解有帮助。” 钱子诚说。

“乐观”

博士毕业，钱子诚到多伦多大学作博士后研究，成为相对独立的研究人员，他进一步推广了博士论文里关于mod p Langlands对应的一些工作后，投入更多精力思考局部解析Langlands对应相关的问题。

这个阶段，他刻意训练自己找问题的能力。但找怎样的问题往往“凭感觉”， 钱子诚尤其喜欢在特别具体的例子里，抽丝剥茧挖出新奇事物。“我不想给自己设定任何限制，感觉目前知识面还比较窄，需要了解更多知识去接触更多更困难的问题。”钱子诚说。

对于做研究，钱子诚的理想状态是：保证基本的稳定时间投入和静下心思考的环境，给自己定下方向性的思考目标。剩下的就是思考，在自己独立尝试各种想法的基础上，寻找恰当时机与同行沟通交流。在数学院，他基本得到了满足。

也因此，他取得了不俗的进展：在mod p Langlands对应中与合作者将Breuil-Diamond与Herzig-Le-Morra的结果从GL(2,Q_{p^f})和GL(3,Q_p)情形推广到GL(n,Q_{p^f})情形，证明某类来自mod p自守形式空间的GL(n,Q_{p^f})的mod p光滑表示可以唯一决定一个Q_{p^f}的绝对Galois群的n维表示。在局部解析表示理论中与合作者推广改进了前人关于Ext群计算的一些技术结果，并应用于高阶L不变量以及Drinfeld上半空间的de Rham复形的研究。

对于他来说，克服难题的过程像是“打怪升级”——碰到困难，一个最简单的办法就是换个目标，因为最困难的地方会推动自己重新审视命题，或许发现这个并非自己的关心的，真正关心的可能是另一个问题，或者思考最终的目标，换个解决方法，不至于在一个问题里“钻牛角尖”。

“我是一个很容易盲目乐观的人，在对一个事物足够熟悉之前，基本上只考虑正面，直到发现某个地方有明显的难点过不去，然后思考换个方案，绕过去。” 钱子诚说。

来源：中国科学院数学与系统科学研究院