[LG]《Aletheia tackles FirstProof autonomously》T Feng, J Jung, S Kim, C Pagano... [Google DeepMind] (2026)

本文发布了一项令人瞩目的研究成果：数学智能体 Aletheia 在首届 FirstProof 数学挑战赛中，凭借 Gemini 3 Deep Think 的强大推理能力，在无人工干预的情况下自主解决了 10 道研究级数学难题中的 6 道。

这不仅是 AI 在竞赛数学上的突破，更是向“自主数学研究”迈出的关键一步。以下是本次挑战的核心洞察与深度启发：

1. 重新定义“自主”：严苛的无干预标准
在数学研究中，人机协作往往边界模糊。但 Aletheia 遵循了最严苛的自主性定义：从读取原始 LaTeX 题目到生成最终证明，中途没有任何人类提示、修正或引导。这种“零干预”的成功，证明了模型已经具备了独立识别逻辑漏洞并进行自我修正的闭环能力。

2. 深度思考的代价：推理成本与难度的正相关
研究发现，AI 解决问题的推理成本（Inference Cost）是衡量数学难度的一个新维度。在解决某些拓扑学难题（如 Problem 7）时，Aletheia 消耗的算力比以往解决埃尔德什等式时高出一个数量级。这说明，面对顶尖研究级问题，算力向推理端的倾斜（Inference Scaling）是通往真理的必经之路。

3. 宁缺毋滥：可靠性是科研的底线
Aletheia 的一个重要设计原则是“自我过滤”。在它无法解决的 4 道题目中，它选择了输出“未找到解”或在时限内保持沉默。对于科研工作者而言，一个会承认“我不知道”的 AI，远比一个会一本正经胡说八道（幻觉）的 AI 更有价值。可靠性是 AI 辅助科研规模化的最大瓶颈。

4. 算法之美：自主发现最优解
在处理张量分解的计算问题（Problem 10）时，Aletheia 不仅给出了正确证明，还自主推导出了一个预计算步骤，将计算复杂度从依赖观测数 q 优化到了仅依赖维度 n。这种对计算效率的直觉，展现了 AI 在逻辑推导之外的“算法发现”潜力。

5. 机器证明的未来：从解题到发现
FirstProof 挑战赛的题目并非奥数竞赛题，而是源自职业数学家日常研究中的真实命题。Aletheia 的表现预示着，AI 正在从“刷题机器”进化为“研究伙伴”。当 AI 能够理解并产出符合同行评审标准的严谨论文时，数学发现的范式将发生根本性逆转。

启发：
- 真正的智能不在于给出所有答案，而在于知道答案的边界。
- 推理成本是真理的度量衡，复杂的逻辑必须经过算力的淬炼。
- AI 在数学领域的成功，不是对人类智慧的替代，而是对人类逻辑极限的延伸。

arxiv.org/abs/2602.21201
代码仓库：github.com/google-deepmind/superhuman/tree/main/aletheia