AI正在疯狂收割数学难题，一文看懂来龙去脉

据媒体报道，AI接连攻克IMO等数学难题，引发“收割”热议。

从国际数学奥林匹克竞赛到前沿数学基准测试，再到疑似“AI证明开放猜想”的传闻，最近两年相关消息几乎没断过。很多人搜“AI正在疯狂收割数学难题怎么回事”，其实说的就是这一连串事件的叠加效应。下面按时间线把来龙去脉捋一遍。

时间线梳理：AI是怎么一步步“打穿”数学题的

• 2023年底——DeepMind的FunSearch在《自然》发表。它从“帽集问题”里找到了比人类已知更好的构造，还改进了装箱问题的启发式算法。这是AI第一次在最前沿的开放数学问题上，给出人类没想到的答案。
• 2024年7月——国际数学奥林匹克竞赛（IMO）上，DeepMind的AlphaProof和AlphaGeometry 2联手拿下28分，做出6道题中的4道，达到银牌线。AlphaProof用Lean把证明形式化，据DeepMind介绍，每道题要跑几分钟到几天不等。
• 2024年11月——基准测试FrontierMath发布，约300道由数学家原创的高难度题。当时最强的GPT-4o只能解出2%左右，被认为是“AI数学能力的天花板”样本。
• 2025年5月——DeepMind发布AlphaEvolve。据其介绍，该模型找到了4×4矩阵只用48次标量乘法的新算法，打破了自1969年Strassen算法以来长期保持的49次记录。
• 2025年7月——IMO 2025，Gemini Deep Think拿到35/42分，解出6题中的5题，据IMO官方公布的成绩达到金牌水平。
• 同一天——OpenAI研究员发帖称，其一个实验性推理模型也达到金牌水平。但由于未按IMO官方协调流程、公布时间早于官方，引发了一场关于“成绩口径”的争论。
• 2025年10月——埃尔德什问题网站上出现“AI解决开放问题”的说法。据网传，OpenAI方面有人发帖称GPT-5找到了一个悬而未决问题的解法，随后有数学家指出，该问题在2023年的一篇论文中已被解决，只是没被收录进数据库。陶哲轩也就此事发文评论。

背景补充：AI为什么突然在数学上这么猛

很多人问“AI正在疯狂收割数学难题是怎么回事”，核心原因有三个。

一是推理模型的训练方式变了。长思维链加强化学习，让模型可以在给出答案前反复试错、自己检查，数学这种“对错可判定”的任务正好适合这种训练。

二是形式化工具成熟了。Lean这类证明助手能把证明拆成机器可逐步验证的步骤，模型可以自己跟自己对弈刷分，进步速度远超人工标注。

三是数学竞赛题天然适合当基准。题目有标准答案、证明篇幅可控，容易量化打分。但也要注意：竞赛题是被设计成“有解且不长”的，和研究级数学不是一回事。

各方反应：数学家在惊喜与警惕之间

陶哲轩多次公开表态，一方面称AI在IMO的表现是“重要的里程碑”，另一方面提醒基准测试和真实数学研究之间存在差距。他还打过一个比方，说AI有点像“速度极快但不太靠谱的研究生”。

也有数学家担心，竞赛基准被刷爆之后，很难再衡量AI的真实水平。在埃尔德什问题风波中，不少研究者批评那种“AI又解决了一个猜想”的通稿式宣传——把一个已有答案的问题重新包装成突破，对公众理解没有好处。

“AI正在疯狂收割数学难题是怎么回事”，换个角度看，与其说是AI在收割难题，不如说是人类在重新校准评判标准。

AI正在疯狂收割数学难题后续与最新消息

关于“AI正在疯狂收割数学难题后续”，目前已知的信息大致有这几条：

• 据报道，推理模型在FrontierMath上的成绩已从最初的约2%提升到两成上下，但距离“稳定解出研究级难题”仍有距离。
• 多家机构正在把大模型和Lean等证明助手结合，方向从“做题”转向“辅助验证”。
• 网传仍有若干“AI证明某某猜想”的消息在流传，但多数尚未经过同行评议，真假需等论文或专家确认。
• “AI正在疯狂收割数学难题最新消息”这一类检索热度仍在，说明公众对AI数学能力的边界很关心。

需要说明的是，以上部分内容来自媒体报道和网络讨论，具体细节以官方发布和论文为准。本页持续更新。