Wolfram Research 发布 Wolfram Language / Mathematica 15。Mathematica 1.0 是 1988 年 6 月 23 日问世的，从那天算起，这条计算语言路线已经走了近 38 年。

这一版最醒目的变化很具体：新建 Wolfram Notebook 后，底部默认出现 chatbar。用户可以直接用自然语言提问，让 AI Assistant 生成 Wolfram Language 代码，再插入 Notebook 里运行。

这件事有意思的地方，不是 Wolfram 也接上了 AI。真正的变化是：它没有把自己包装成又一个“AI 写代码工具”，而是在强调一件老派但关键的事——自然语言方便，但不精确；计算结果要落到一种能读、能查、能复用的表达里。

AI Assistant 进 Notebook：入口变轻，但责任没有消失

Wolfram 过去两年一直在接大模型。ChatGPT 出来后不久，它就提供过让 LLM 调用 Wolfram Language 和 Wolfram|Alpha 的方式；2024 年推出 Notebook Assistant；今年 2 月又发布 Foundation Tool 技术套件。

Version 15 把这些动作收进默认产品体验。AI 不再像外接插件，而是直接躺在 Notebook 的工作流里。

变化点Version 15 的做法对用户的实际影响
Notebook AI Assistant默认出现在新版 Notebook 底部 chatbar少一步配置，提问和写代码在同一文档里完成
Basic 级别无需额外订阅新用户可以先把它当交互式文档助手用
Pro / Research作为订阅层级提供面向更复杂任务，但官方未给出价格和完整规格
生成方式生成可读的 Wolfram Language 代码，可插入运行提速，但仍要检查代码含义和结果

这里不能把 AI Assistant 理解成“可靠自动编程系统”。原文的态度更谨慎：AI 会错，关键是让错误更容易被看见。

自然语言请求经常含混。比如“帮我分析这个序列”“画出这个模型的趋势”，人知道大概意思，机器却可能补错假设。Wolfram 的处理方式，是让 AI 的理解落成 Wolfram Language 代码。代码不等于真理，但至少把机器的假设摊开了。

这对两类人最直接。

老 Mathematica 用户未必会天天用 chatbar。他们熟函数、熟语法，直接写往往更快。AI Assistant 对他们更像一个查函数、补样例、整理 Notebook 的助手。

新用户和跨领域研究人员受益更明显。他们的成本常常卡在“知道自己要算什么，但不知道 Wolfram 里该用哪个表达式”。chatbar 把这段查文档的路缩短了。

但缩短不等于取消。涉及论文、工程计算、金融模型或教学材料，结果仍要人工验算。AI 可以把门打开，不能替人看门。

Agent Tools：Wolfram 开始把 AI agent 当用户

Version 15 更有行业意味的更新，是面向外部 AI 环境开放本地 Wolfram 系统。

新版可以检测 Claude Code、Codex 等标准 AI 环境，并在欢迎页提示配置。用户也可以通过 Wolfram Language 函数 DeployAgentTools 部署工具，让这些 AI 环境调用 Wolfram 功能。

原文提到的能力不只是“跑一段代码”。它包括评估 Wolfram Language、读写 Notebook、分析 Wolfram Language 代码。Wolfram 还提供面向 AI agent 的 Markdown 说明，并在官网顶部新增“For AIs”入口。

这至少表明一件事：Wolfram 服务的对象正在变成两类。一类是人，另一类是替人操作软件的 AI 系统。

这和 GitHub Copilot、Claude Code、Codex 的路线有差别。那些工具更像把 AI 编程环境往外扩，让 AI 在更多代码库里工作。Wolfram 的位置更窄：它更像一个高可信计算后端，让外部 AI 在需要计算、符号推导、数据处理、可视化时调用 Wolfram。

窄，不一定是坏事。

AI 编程工具最容易出问题的地方，不是“不会写一段看起来像代码的东西”，而是它写出来的东西能不能被验证。Wolfram Language 的价值，正在这个缝里。它不是传统通用编程语言的简单替代品，而是一套计算语言和形式化表达媒介。

如果目标是快速搭网页、写胶水脚本，AI 直接生成 JavaScript 或 Python 可能更顺手。Wolfram 的强项仍在数学、数据、符号计算、可视化和知识计算这些场景。

这也是 Version 15 的边界：它适合“算得对、看得懂、能复现”的任务，不适合被吹成所有开发工作的通用入口。

谁该动，谁该等：真正要看两条线

最该认真评估 Version 15 的，不是所有开发者，而是两类人。

一类是 Wolfram Language / Mathematica 的现有用户。对他们来说，AI Assistant 值得尽快试进日常 Notebook，尤其是查函数、改表达式、整理计算过程这类低风险环节。涉及正式结果的部分，仍要保留人工检查和复算。

另一类是正在用 Claude Code、Codex 等 AI 编程环境的科研和工程团队。他们可以评估 Agent Tools 是否能接入现有工作流，但不宜立刻把关键计算全交给 AI agent。更稳妥的做法，是先从可回滚、可审计的任务开始：生成草稿、辅助分析代码、整理 Notebook，而不是直接改动核心文件或批量执行本地操作。

采购或团队迁移也不该只看发布文案。Basic、Pro、Research 三档已经出现，但官方没有披露价格和完整模型规格。企业或实验室如果要统一工具链，至少要等权限边界、订阅差异、审计方式更清楚。

接下来最该看两条线。

一是外部 AI 环境调用 Wolfram Agent Tools 的稳定性和安全边界。尤其是本地文件、Notebook 读写、代码执行这些能力，便利和风险挨得很近。

二是 AI Assistant 在真实任务里的可验证程度。它生成 Wolfram Language 代码并不难，难的是让用户看得出它有没有误解问题、偷换假设、漏掉约束。

Version 15 的核心答案，其实很克制：AI 负责把意图变成草稿，Wolfram Language 负责把草稿变成可检查的计算对象。一个追求速度，一个追求确定性。

回到开头那个 chatbar。它看起来只是 Notebook 底部多了一条输入框，背后却是 Wolfram 对自己位置的重新定义：不去争最热闹的 AI 编程入口，而是守住计算结果落地前的精确表达层。