OpenAI未发布模型连解10道数学难题：背后是推理范式的信号

很多人觉得模型能做题不算稀奇，但“重大数学问题”不是高考题，它往往需要把整个问题重新形式化，中间步骤可能几十步，错一步就全毁。这十道题我猜是来自不同分支的公开难题，比如数论、组合、几何之类的。能全部解出来，说明这个未发布模型的推理链深度和自校验能力都比现在的o系列强一截。

我比较在意的是它怎么解决“验证”这一步。数学推理不像代码有编译器帮你查错，一个错误的假设可能推导得头头是道。所以要么它内部有类似Lean的证明检查器在循环，要么用了多路搜索加自动评分。不管哪种，都意味着以后模型做研究辅助会更靠谱。

另外一个信号：OpenAI把这个模型藏着不放，大概率是在等某个评测基准或者产品发布。也可能是为了刷MathArena的奖励池？谁知道呢。但至少说明下一轮模型竞赛的主战场已经从“写代码”转向“做证明”了。

对我来说，更期待的是这类能力能不能被用到工程推理上，比如把自然语言需求转成形式化规格。如果真能成，那提示词工程又得变天。

不过也别高兴太早——10道题虽然凶，样本量还是小。可能是针对性的过拟合也说不定。但方向是对的。

等模型正式放出，我准备拿它跑一遍Lean的数学库试试。