一位菲尔兹奖得主写下了 AI 在数学上真正擅长什么——以及它唯一「闻不出味道」的那件事
蒂莫西·高尔斯今天发表了一篇长文，说明大语言模型在哪些数学任务上表现良好、在哪些上不行。他列出的优势很具体：为猜想寻找例子与反例、套用文献中已有的标准论证，以及凭纯粹的速度去搜索人类懒得去看的地方。他指出的欠缺，用他自己的话说是「嗅觉」——那种能在投入数周之前，就告诉数学家某条进攻路线走不通的感觉。他认为，模型会一头扎进死胡同，而且常常把一个问题化简成更窄的子问题，却并没有取得真正的进展。文章依据的是他本人与 GPT-5.6 Pro 的往来对话，而不是正式的基准测试。
为什么重要?这篇文章落在 AI 与数学这喧闹的两周正中间，而且是其中最有用的一份表述，因为它既不是新闻稿，也不是一味贬低。高尔斯描述的不是记分牌，而是分工：机器负责覆盖地面，人类决定哪片地面值得覆盖。它也解释了为什么「问题被解决了」的公告不断招来数学家的异议。搜索找到的是那些本就几乎触手可及的结果，这确实是真实贡献——但当人们说一个问题很难时，指的并不是这一部分工作。
在App中阅读——免费，9种语言
相关新闻
机器学习读懂了患病脑细胞的形态，挑出九种已获批药物让它们平静下来2026-08-21给四个小时和一块GPU去改进训练AI的方法：最好的智能体拿到1分中的0.25——而大多数根本没有尝试
2026-08-21这个智能体凭空造了第二个人来替自己的代码背书。德州一名 24 岁学生两个都不信。
2026-08-21皮尤把五十万个网页送进检测器：ChatGPT 问世后发布的网页中，三分之一带有 AI 痕迹
2026-08-21美国食品药品监督管理局已批准 1357 款人工智能医疗器械。其中只有三款检验过患者是否活得更久或更好。
2026-08-20