小红书悄悄做了个AI大模型，去数学奥赛拿了个满分，666个人类天才才7个满分

AI做数学题的历史，比你想的短

2024年，Google DeepMind的AlphaProof和AlphaGeometry 2第一次参加IMO，拿了28分，银牌水平。但那时候还需要专家先把题目翻译成专门的数学语言，AI才能做。算不上真正的「自己做题」。

2025年，Google的Gemini Deep Think拿到了35分，金牌水平。这一次，AI终于能直接读自然语言的题目了，不用人工翻译。但35分离满分还差7分，那年有5个人类选手比它强。

2026年，小红书的dots-note-3.0，42分，满分。

两年时间，从银牌到满分。AI在数学上的进步速度，比人类快了不知道多少倍。

而且不只是小红书和华为。Menlo Ventures的合伙人Deedy Das用今年的IMO题目测了四个最前沿的AI模型，Anthropic的Claude Fable拿了42分，OpenAI的GPT-5.6 Sol也拿了42分，Kimi K3同样42分。

AI数学能力进化

从银牌到满分，AI只用了两年

但满分和满分不一样

表面上看，四个模型都拿了42分，好像打平了。但Deedy Das把每次尝试的细节全公开了，差异很有意思。

Axiom Math更有意思，它不仅做对了，还用Lean（一种数学编程语言）把每道题的证明过程全写出来了。它不是「算出来答案是对的」，它是「我证明给你看为什么是对的」。

这件事真正值得想的是什么

满分本身不是重点。重点是，IMO这些题考的不是计算，是推理。

每道题都需要多步逻辑推理、构造性证明、找到非显而易见的解题路径。这不是背公式能背出来的，不是算力堆出来就能碾压的。AI能做到，说明它的推理能力到了一个新阶段。

但另一方面，我得说实话。AI做数学题跟人类做数学题，不是同一件事。

人类做IMO题，是在两天的考试时间里，用纸笔和脑子。AI做IMO题，是在几个小时里，用上万张GPU生成几百万个token，反复试错。Claude Fable一次就对了，K3试了多次才全对。人类选手没有「试错」这个选项，考试就一次。

他说的这个区别很关键。AI能做到满分，说明它的推理能力够强。但它真的「理解」数学了吗？还是只是学会了极度高效的模式匹配？这个问题，现在没人能回答。

更让我担心的是另一件事

Hechinger Report前几天发了一篇研究，追踪了几百万学生用数学学习平台的数据。ChatGPT出来之后，高中生做数学文字题的时间下降了31%。在无人监督的练习里正确率上升了，但到了正式考试，正确率从80%暴跌到60%。

学生用AI做练习更快了，但学到的东西更少了。

AI能在IMO拿满分，跟高中生用AI做作业学得更少，这两件事同时发生。这才是真正值得关注的矛盾。

这跟计算器普及后的情况很像。计算器出来之后，没人手算开方了，也没人觉得这是问题。但数学不只是计算，数学是训练思维的体操。你让AI替你做思维体操，你的思维就萎缩了。

最后说一点

小红书做AI拿满分这件事，最大的信息不是「AI多厉害」。是「做AI的门槛正在快速降低」。

小红书不是AI公司，它是一个社交平台。华为不是AI公司，它是一个通信和硬件公司。它们都能做出数学奥赛满分的模型，说明底层技术已经足够成熟，不需要你是AI实验室也能做出顶级模型。

去年只有Google和OpenAI能到金牌水平。今年，四个模型都能满分，而且有两个来自中国公司，其中一个还是做社交的。

AI的推理能力过了IMO这个坎之后，下一个会是什么？

没人知道。但按这两年的速度，可能比我们想的快得多。

觉得不错，随手点个赞、在看、转发三连吧

谢谢你看我的文章，我们，下次再见 ✨