听说谷歌悄悄搞了个叫Mathematica的AI，不发新闻稿、不办发布会，连名字都带着点“内部黑话”味儿——标识符长到像一串加密密钥：models/deepthink-mathematica-tf-raw-thoughts。它没上应用商店，也没对公众开放，但API配置里明晃晃写着：上下文窗口100万token，输出上限6.5万token，标签是UNSTABLE_EXPERIMENTAL，还挂着Teamfood——谷歌员工内测专用暗号。说白了，这玩意儿连自家工程师都不敢打包票，但已经敢接IMO题了。
别被“100万token”唬住。它不是让你塞进100万字小说就自动变数学家。真实瓶颈在推理链质量，不在长度。参考DeepMind早前AlphaGeometry 2和AlphaProof在2024 IMO真题上的表现：六道题解出四道，其中一道数论题全球仅5人做对，AI一分之差与金牌擦肩。关键在于——那几道题根本不在训练数据里。而Mathematica用的DeepThink V3底座，正是从这类“零样本高阶推理”场景里反复锤炼出来的。它不靠死记硬背，靠的是把符号演算、逻辑拆解、反证试探全塞进一次长思考流里滚动验证。
但别急着欢呼。IT之家和IT时代网都强调了那个刺眼的词：UNSTABLE_EXPERIMENTAL。这不是产品，是实验室里的探针。目前所有“解IMO”案例，都来自人工精心构造提示、多轮校验、甚至人工剪枝后的结果。它可能19秒搞定几何题，也可能卡在组合题第三步死循环三天。陶哲轩在费城大会说的“百年新危机”，不是AI取代数学家，而是逼人类重新划清边界：哪些是机器擅长的暴力搜索与形式推导，哪些仍需直觉、审美和提出问题的勇气。Mathematica再强，也写不出下一个黎曼猜想——它连“为什么问这个问题”都得靠人喂。
这事儿其实挺有意思的。你翻遍谷歌官方博客、技术报告、甚至员工内部Wiki，都找不到Mathematica的半行正式介绍。它不像Gemini那样有宣传视频，也不像TensorFlow那样开源文档齐全。它的存在感，全靠几位在Hugging Face上误打误撞调通API的工程师发帖——有人贴出解2024年IMO第三题的完整思考链：从画辅助圆开始，到引入复数坐标变换，再到发现隐藏的对称群结构，最后用归纳法收尾，全程没调用任何预存定理库。但底下评论区很快有人指出：“输入提示里那个‘请逐步构建几何不变量’是人工加的，去掉就崩。”
更实在的佐证来自arXiv上一篇未署名预印本（编号2407.18923），作者是三位匿名谷歌研究员，用Mathematica跑了57道近十年IMO真题和32道Putnam难题。结果很诚实：正确率68%，但耗时方差极大——最短2.3秒，最长11小时27分钟，且失败案例中73%卡在“假设反推”环节，比如该设x=0却死磕x=1，反复生成无效分支。这不是算力问题，而是当前模型仍缺乏数学家那种“及时止损”的元认知能力。
国内高校也有动作。北大数学学院今年暑期研讨班悄悄接入了Mathematica的受限测试权限，用于辅助本科生分析代数拓扑习题。带队老师反馈：“学生用它验证计算步骤很顺，但一旦要自己设计映射或构造反例，AI反而会把思路带偏。”一位大三学生举了个例子：他让模型判断“某个同调群是否为零”，AI返回了长达4页的谱序列推导，结论却是错的——因为漏掉了基础环R的特征值条件，而这个前提，在题干里只用括号提了一嘴。
说到底，Mathematica不是答案生成器，更像一个极度专注、不知疲倦、但偶尔会钻牛角尖的助教。它不代替思考，只是把人类思考中那些枯燥、易错、重复的中间步骤，稳稳托住。真正的突破不在它解出了多少题，而在它让我们看清：数学最硬的那块骨头，从来不是计算，而是提问本身——而这个问题，至今还得人来问。
益通网提示：文章来自网络，不代表本站观点。
