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。
