法国，巴黎高等师范学院。
这所学校的历史几乎与法兰西共和国同龄，诞生于1794年法国大革命的烽火之中。
而成立的初衷就是要在那个剧变的时代，为国家锻造最顶尖的学术精英。
它的
"师范
"（Norale）一词，取的是
"范式
"、
"规范
"之意，意味着要树立学术与思想的最高标准。
它也确实做到了。虽然这所学校每年只在全球招收约200名学生，全校学生总数常常不足两千人。
但正是这所
"小学校
"，却贡献了14位菲尔兹奖得主、4位沃尔夫数学奖得主，以及数不清的阿贝尔奖得主。
这是一个什么概念？
有人曾调侃，在巴黎高师的走廊里随便碰到一个人，可能就是在某个数学分支上留名的大师。
从拉格朗日、柯西、傅里叶、伽罗瓦，到现代布尔巴基学派的几乎全体成员，这里就是一部浓缩的法国数学史。
所以这里也被称为法国精英教育的金字塔尖，尤其在数学领域，它是一个
"制造
"数学家，甚至可以说是数学之神的地方。
由此可见能在此任职的人都是天才中的天才。
但是，这里的天才有时候也不得不承认，天才之上还有天才。
洛朗教授收到论文的时候，正在给学生们开会。
手机震了一下，他扫了一眼，是审稿邀请，就没在意。
等会议结束后，他才点开邮件，扫了一眼标题。
《基于李群轨道分类的高维非线性全局优化方法》。
洛朗是计算数学领域的顶尖专家，主攻高维问题的数值解法。
他研究的那些问题，动不动就是几百维几千维的空间，传统的优化算法跑起来跟乌龟爬一样的慢。
他一直想找一种新的方法，能从根本上压缩搜索空间，把“跑”变成“飞”。
这篇论文的标题，让他心里一动。
他点开正文，开始看起来。
十分钟后，他抬起头，对还没离开的学生说:“你出去的时候帮我把门带上。”
学生愣了一下，点点头出去了。
门关上的那一刻，洛朗把椅子往前挪了挪，整个人埋进了屏幕里。
他看得很慢，比埃尔德什和克莱因都慢。
不是因为他看不懂，而是因为他每看一段，都要停下来想：这个定理能用在哪？
那个推论能解决什么问题？
这个算法步骤能不能直接套到我的模型上？
看到第三章的时候，他想到了一个困扰他多年的高维偏微分方程的快速求解问题。
这个问题他和团队研究了八年，发了几十篇论文，但一直没能从根本上突破。
而这篇论文里提出的方法，正好能用来构造一种全新的求解器。
洛朗放下鼠标，靠在椅背上，盯着天花板看了很久。
他想起八年前刚接触这个问题的时候，觉得自已五年内肯定能拿下。
五年过去了，他又给自已加了三年。
八年过去了，他还是没拿下。
他一度以为，这个问题可能需要更长时间，也许十年，也许二十年，也许他一辈子都拿不下。
但现在，一个十五岁的少年，用一篇论文告诉他。
拿不下是因为你找的方向不对。
洛朗沉默了一会儿，然后笑了。
他笑自已这八年的弯路，笑自已怎么没想到换个角度，笑这个世界上真的有这样的天才，能把一群专家绕了八年的迷宫，一眼看穿。
他拿起手机，给克劳斯发了一条信息:
“审稿意见我会明天发给你。提前剧透一下:这是我这辈子审过的最重要的一篇论文。”
……
一周后，《数学发明》编辑部。
克劳斯坐在办公桌前，面前摆着三位审稿人的最终审稿意见。
三份意见，全部都是同意发表。
而且全在意见中对这篇论文极尽褒奖，给出了极高的评价。
一个比一个短，一个比一个干脆，也一个比一个震撼。
克劳斯干了二十三年编辑，从来没见过这种情况。
这三个人是出了名的严苛，审稿意见经常写满好几页，从理论推导到实验设计，从文献引用到语言表达，能挑的刺都要挑一遍。
而这一次，三个人加起来的意见，还没平时一个人的多。
克劳斯又看了一遍埃尔德什教授的意见。
只有一句话，但这句话让他久久说不出话来:
“这个年轻人解决了困扰我长达二十年的问题。”
二十年。
克劳斯靠在椅背上，长长地呼了一口气。
他想起自已刚看到这篇论文是肖宿发来时的第一反应：他可能搞出了个大的。
现在看来，“大的”这个词，用得太保守了。
他拿起电话，打给了主编。
“喂？是那篇京大的投稿，审稿意见回来了。”
“怎么样？”
克劳斯沉默了两秒，说:“您最好亲自来看一下。”
……
当天下午，《数学发明》编辑部就发布了一条公告。
公告很短，只有三句话:
“本刊近日接收了一篇来自京城大学数学研究院肖宿同学的投稿。
经三位国际顶尖专家评审，一致认为该论文解决了高维非线性全局优化领域的一个核心难题，具有重大的理论价值和广泛的应用前景。
论文将于下月刊出，敬请期待。”
高维非线性全局优化设计的领域极其广泛，关注的人数不胜数。
这条公告发出去的那一刻，编辑部里的电话就开始响了。
第一个打进来的是《自然》杂志的记者。
第二个是《科学》杂志的记者。
第三个是一家顶级的科技媒体。
克劳斯接了一个又一个电话，回答了一个又一个问题。
每一个问题都差不多。
这篇论文到底解决了什么问题？
为什么这么重要？
这个作者肖宿是如何做到的？
评审人员都有谁？
他回答到嗓子冒烟，才终于把最后一个电话挂了。
……
深市，恒科智能集团总部。
林正宏正在开会，讨论下一季度的研发规划。
会议室里坐着七八个人，技术总监在投影仪前讲PPT，讲的是他们正在攻关的几个核心算法难题。
PPT翻到第三页，屏幕上出现了一个熟悉的标题:
《基于李群轨道分类的高维非线性全局优化方法》。
林正宏愣了一下，坐直了身子。
“这是什么？”他问。
技术总监挠了挠头，表情有点复杂:“林总，您往下看就知道了。”
林正宏往下看。
PPT第四页，是这篇论文的摘要。
第五页，是核心定理的介绍。
第六页，是计算的数值实验结果对比。
看到第六页的时候，林正宏的手机震了一下。
他低头一看，是助理发来的消息:
“林总，您看到这个新闻了吗？肖宿又发论文了，《数学发明》，这次是真炸了。”
林正宏抬起头，看向技术总监。
技术总监看了一眼链接，点了点头:“就是这个。”
会议室里安静了几秒。
林正宏忽然问:“这篇论文里的方法，能不能用在我们那个实时监测系统上？”
技术总监沉默了一下，然后说:“不止能用。”
“什么意思？”
技术总监把PPT翻到第七页，指着屏幕上的一个表格说：
“京大顾教授在这个论文写完的第一时间就传给我们了，我们按照论文中的理论连夜做的初步验证。用肖宿的方法跑了一遍我们那个系统的优化问题，结果……”
他顿了顿，像是在组织语言。
“结果怎么了？”林正宏追问。
技术总监深吸一口气:“结果延迟降到了十五毫秒以内，精度到了百分之九十九点九七。比我们预期的指标，还要好一倍。”
会议室里炸了锅。
“十五毫秒？那不是远超行业标准了？”
“精度百分之九十九点九七？这数据能是真的吗？”
“我们之前跑的那个算法，延迟五十毫秒都费劲，这差距也太大了吧？”
技术总监抬手示意大家安静，然后看向林正宏:
“林总，肖宿这个方法，不只是解决了一个具体问题。它解决的是一类问题。所有需要在复杂的高维空间里找最优解的问题，都能用。”
林正宏沉默了几秒，然后说:“上次的五百到账了吗？”
“到账了。”
“再加一千万。”
林正宏站起来，“成立一个专项合作基金，专门对接肖宿的研究。要人给人，要钱给钱，要设备给设备。我要让肖宿知道，恒科智能是他最铁的合作伙伴。”