正文：2026年2月，11位顶尖数学家联合发布了一项名为First Proof的AI实验论文，引发广泛关注。该实验旨在测试当前AI系统能否独立解决10道未公开的研究级数学问题，覆盖代数组合学、谱图论等多个领域。这些问题由数学家从自身研究中提炼，避免了数据污染，并加密存储于特定网站，答案将于2月13日公开。实验显示，GPT 5.2 Pro和Gemini 3 Deepthink等顶级AI在一次性作答中难以解决多数问题，但作者认为通过人机协作可能提升表现。陶哲轩评价称，实验探索了AI在数学研究中的能力边界，未来还将设计更复杂的问题集，逐步评估AI在提出新问题和构建理论框架等高阶能力上的表现。

2025年，OpenAI的IMO金牌团队揭示其背后仅由三名核心开发者组成：Alexander Wei、Sheryl Hsu和Noam Brown，项目在竞赛前两三个月突击完成。模型成功攻克IMO难题被视为AI数学能力的重要里程碑，但在第六题上选择‘不作答’，显示出对自身能力边界的清晰认知。团队表示，这种行为避免了‘一本正经地胡说八道’，是AI的一大进步。此外，他们认为解决千禧年大奖难题仍遥不可及，因从1.5小时到数万小时思考时间的跨越难度极高。未来，团队计划将相关技术应用于更广泛的推理领域，并探索让AI学会‘提出问题’的能力。模型或开放供数学家使用，但具体细节仍在研究中。

2025年国际数学奥林匹克（IMO）在澳大利亚落幕，AI领域迎来重要突破。OpenAI和DeepMind先后宣布其模型达到IMO金牌标准，分别获得35分，这是AI首次比肩顶尖高中生选手。OpenAI提前公布成绩引发争议，DeepMind则获IMO官方认证，但其金牌团队三名核心研究员已被Meta挖角。尽管AI取得显著进步，但专家认为这并非数学界的AlphaGo时刻，因72名人类选手同样达金牌标准，且AI仅解出5道题。此次突破证明语言模型可直接完成高难度数学推理，但仍存局限性。学术界对AI辅助数学研究褒贬不一，有人看好其潜力，也有人担忧数学自由探索精神被技术资本侵蚀。