炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！

（来源：网易科技报道）

作者 | 刘春

出品 | 网易科技

如果AI犯了错，它能自己发现并改正吗？这听起来像科幻，但现在变成了现实。

权威期刊《自然》用“技术绝技”四个字，高度评价了一款AI模型。这篇报道揭示了一个让人略感背脊发凉的事实：DeepSeek的新模型，不再需要人类老师拿着红笔批改作业了。

它内置了一个“永不疲倦的苛刻考官”，在输出答案前，它会进行无数次的自我质疑和辩论。 这意味着，机器正在掌握人类最引以为傲的能力：反思。当AI开始学会“吾日三省吾身”，我们离真正的通用人工智能（AGI）还有多远？

满分120考了118？DeepSeek的“封神”时刻

最近，中国AI公司DeepSeek宣布了一个重磅消息：其数学推理模型DeepSeekMath-V2在一项全球最负盛名的本科生数学竞赛中，以压倒性优势击败了全球最聪明的人类头脑。

这项比赛是2024年普特南数学竞赛（William Lowell Putnam Mathematical Competition）。根据最近发布于预印本平台arXiv的论文，该模型在总分120分的竞赛中获得了118分，而人类参赛者的最高分仅为90分。

不仅如此，它在2025年国际数学奥林匹克竞赛（IMO）的题目测试中解出了6道题中的5道，准确率达83.3%，达到了金牌获得者的水平。 在2024年中国数学奥林匹克竞赛中，它同样表现出色。

更关键的是，它选择了一条与科技巨头截然不同的道路：全面开源。

这场静默的“奇袭”，不仅仅关乎一块金牌，更可能悄然改写AI与基础科学研究的未来游戏规则。

永不疲倦的“苛刻考官”：AI如何学会自我审查？

传统的解题AI，往往像个“黑箱”：输入问题，输出答案。答案对错，几乎成了唯一标准。

但一个正确的答案背后，完全可能隐藏着错误的推理和侥幸的猜测。这对追求绝对严谨的数学证明而言，是致命缺陷。

DeepSeekMath-V2的核心革命，在于它给自己内置了一位“永不疲倦的苛刻考官”。

它的工作流程，是一个精巧的“生成-验证”增强循环：

· 第一步：证明生成器 尝试一步步推导解题过程。

· 第二步：证明验证器 随即启动，以近乎严苛的标准，逐行审查每一步逻辑，并给出“评分”。

· 第三步：元验证系统 会对验证器本身的判断进行二次审查，确保这个“考官”没有打瞌睡或误判。

这个“思维内循环”会持续运转，直到生成的证明再也找不出任何瑕疵。

正如研究者所言，这种方法让AI能像真正的数学家一样，用自然语言进行严谨、可自我检查的推理。这不仅大幅降低了产生“幻觉”（事实错误）的概率，更重要的是，建立了一种成本更低、更易扩展的可靠性路径。

路线之争：自然语言“内省” vs. 符号工具“外援”

在攻克数学推理高地的征途上，巨头们选择了截然不同的技术路线。DeepSeek的这次亮剑，正好与谷歌形成了鲜明对比。

· 谷歌DeepMind路线： 其旗下的Gemini DeepThink，采用了一种经典但 “重型”的方案。它依赖一个名为Lean的外部符号数学系统来验证推理。这种方法近乎完美地杜绝了幻觉，但代价高昂——需要大量数学专家人工编写、校对代码，整个过程计算资源消耗巨大。

· DeepSeek路线： Math-V2则走了另一条路：完全依靠模型自身的自然语言能力进行“内省”式验证。这种方法的最大优势在于高效与可扩展性，极大减少了对人类专家的依赖。

性能上，两者在IMO级别的测试中已难分伯仲。但在一些基准测试中，Math-V2在基础题目上展现出近乎满分的稳定性，而在最前沿的难题上，两者仍在激烈竞逐。

这场“内向思考”与“外向求援”的路线之争，远未到终局。

为何选择开源？一场精心布局的生态博弈

与许多将最先进模型紧紧捂在手里的公司不同，DeepSeek做出了一个战略性决定：将Math-V2以“开放权重”的形式全面开源。

这意味着全球的任何研究人员、开发者都可以免费获取这个模型的全部细节，并基于它进行自己的实验和再创作。这绝非简单的技术分享。

·明牌：剑指500万美元大奖

它直接瞄准了由硅谷投资家设立的“500万美元AI数学奥林匹克奖”，该奖项的核心条件就是参赛系统必须开源。有数学家认为，Math-V2是这一奖项的最强有力竞争者。

·暗线：构建生态，制定标准

更深层的是，开源是在构建生态和制定标准。通过提供一套可复现的顶级数学推理训练范式，DeepSeek正在吸引全球最聪明的头脑围绕其技术框架进行创新。这不仅能加速整个领域的进步，也将在AI基础研究的版图上，树立起一面鲜明的旗帜。

金牌之后：AI真能成为数学家的研究伙伴吗？

尽管在奥林匹克竞赛中风光无限，但一个冷静的声音必须被听见。

竞赛金牌衡量的是解决已知、结构化难题的能力，而前沿数学研究，探索的是人类认知的边缘，是充满未知的黑暗森林。

正如专家直言，对于一线的数学研究工作者而言，还无法从当前这些模型中获得实质性的研究帮助。 AI能够非凡地组合已知知识，但在提出真正原创性的、颠覆性的数学猜想和理论上，仍然前路漫漫。

然而，这丝毫不削弱本次突破的意义。

它清晰地证明，AI已经掌握了进行复杂、逐步逻辑推理的关键能力。这条通往“可靠推理”的道路一旦被打通，其影响绝不会仅限于数学考场。

从加速科学计算验证，到辅助编程代码生成，再到理解复杂系统，一个能够“自我审查”、严谨推理的AI，其潜力是无限的。

竞赛的金牌固然耀眼，但DeepSeek最令人敬佩的，是它推倒了技术围墙的勇气。

当巨头们还在试图用算力和闭源构建护城河时，开源让每一个普通的开发者都有机会站在巨人的肩膀上，去触碰科学的星辰大海。AI的未来不应被少数人垄断，而应属于全人类的智慧共振。

因为技术最伟大的意义，从来不是为了赢，而是为了让更多人看见光。