OpenAI 这周公开了一份数学领域研究进展，核心信息是一个数字：他们最新的推理模型在 IMO（国际数学奥林匹克）级别题目上达到了金牌分数线。换句话说，过去只有全球最顶尖的几百名高中生才能做对的题，AI 现在可以稳定解出。

这是什么

OpenAI 的研究方向分两条线：一条是「让 AI 做对题目」，通过强化学习（让模型在试错中改进策略的训练方法）提升推理能力；另一条是「让 AI 写出可验证的证明」，即用 Lean（一种数学证明编程语言，可以机器检验每一步是否正确）这样的形式化工具，把解答写成能被机器逐行核查的证明过程。后者的意义更大——证明写错了，机器会立刻报错。

这次公开的内容里，技术细节不是重点。值得注意的是 OpenAI 把「AI 做数学」从一个内部研究项目推到了对外公开的位置，附带不少样本和解题思路展示。

行业怎么看

支持的声音认为：数学是检验 AI 推理能力的「硬骨头」，能拿金牌说明大模型在结构化思考上跨过了一个真实门槛。这对教育、科研辅助、代码生成等场景都有传导价值。

但我们注意到反对意见同样尖锐。Yann LeCun 等研究者长期指出，奥数题目属于「题库式问题」，AI 高分不代表具备真正的数学创造力——证明 AI 能做出「人类从未见过的发现」才是关键标准。此外，模型在形式化证明上仍严重依赖人工拆解步骤，距离自动化还有相当距离。一位 AI 研究者对我们说：「会做 IMO 不等于懂数学，就像背下棋谱不等于会下棋。」

风险层面：把这类成绩宣传为「AI 替代数学家」为时过早，可能误导企业决策者高估 AI 在真实科研场景的能力。

对普通人的影响

对企业 IT：短期内不必为「AI 数学家」立项。但数学推理能力提升会传导到代码审查、数据分析、报表核对等日常场景，值得观察未来 6-12 个月内的产品迭代。

对个人职场：学生和教培行业最先感受到变化。AI 现在能给出可解释的解题步骤，私教和答疑工具的成本结构会被改写——不是替代老师，而是改变补习班能收多少钱。

对消费市场：消费级数学辅导类 App（包括拍照解题类）的体验门槛再次被抬高，但普通用户距离「用 AI 做科研」还很远，别被标题党带偏。