2026年2月26日，全球人工智能（AI）研究领域迎来了一场激动人心的盛事。由谷歌DeepMind研发的最新数学智能体Aletheia（搭载Gemini 3 Deep Think模型）在全新数学挑战赛FirstProof中表现惊艳，凭借全程零人工干预的独立解题能力，成功斩获最佳成绩，首次在学术界被公认为“金牌级”数学模型。

事件回顾：FirstProof的严苛考验

与传统的国际数学奥林匹克（IMO）竞赛不同，FirstProof是一套由哈佛大学、斯坦福大学等全球顶尖学府的11位数学家联手打造的高难度数学题集。这套题目与IMO的标准化竞赛题不同，它直接源自数学家们在真实科研过程中遇到的前沿难题，且在公开前从未有任何解答记录。

更令人惊叹的是，FirstProof的10道题目全网无迹可循，彻底切断了AI通过“背答案”或“套模板”作弊的可能性。每道题目的答案只有在AI完成考核后才由主办方统一发布，这对于依赖海量训练数据的AI模型而言，无疑是一次严峻的“反作弊”大考。

谷歌Aletheia的独领风骚

在此次挑战赛中，Aletheia展现出了超越前辈的惊人实力。全程0人工参与，它独立解决了其中的6道题目，并且其中的5道获得了专家的全票通过。更令人称道的是，谷歌团队特意对比了两套版本的模型（A版为2026年2月的最新版，B版为2026年1月的版本），最终由AI自主决定最佳答案提交。

在解决方案的质量上，Aletheia不仅数量多1个，而且在处理极难题目时展现出了惊人的算力分配策略。比如面对第7题这样被公认为全套题目中难度最高的公开未解决问题，它能够自动投入远超常规题目的推理算力，通过多轮生成与严格校验，最终攻克难关。

值得一提的是，Aletheia并非盲目输出所有答案，而是具备智能筛选机制。当模型无法生成可靠证明时，它会果断输出“无解决方案”的回复，而非胡编乱造，展示了极高的学术严谨性。

OpenAI的追赶姿态

与谷歌的全程自主不同，OpenAI的模型虽然在7天内成功冲刺，基本正确解答了5道题，但在比赛过程中动用了人工来挑选最佳答案，并对部分答案的逻辑进行了人工验证与格式调整。

尽管如此，OpenAI团队在5个问题上展现了相当的实力，分别是关于有限加性卷积与调和平均不等式、几何不动点判据以及大规模图论问题的处理。但在第2题（关于非阿基米德局部域上GLₙ的Rankin–Selberg积分非零性判定）上，OpenAI曾因逻辑问题被社区质疑，最终也改为保守的5道正确答案。

结语

此次FirstProof挑战赛的结果不仅展示了谷歌Aletheia在数学推理领域的强大实力，也标志着AI数学研究进入了一个全新的阶段。谷歌在算法调度和算力分配上的优势，使其模型在面对复杂难题时更加从容。

行业内专家指出，虽然AI在特定领域的数学解题能力已经超越了传统的IMO水平，但在数学创造力和未知定理的发现上，AI目前仍然是一个强有力的“工具”，而非完全替代人类的“科学家”。随着下一轮更高难度的问题集将在3月中旬发布，学术界和业界都在拭目以待，期待AI在数学王国中书写下更多不可思议的新篇章。