AI 为何越来越擅长数学：从提示序列与分支因子看模型解题方式

作者认为 LLM 在数学上的突破源于搜索方式与人类不同：模型以深度优先方式把每条可行路径走完，再用自动验证器筛掉错误分支，因此提示质量门槛大幅降低。文中以 OpenAI 对 Erdős 单位距离猜想的反例、Navier-Stokes 证明和 Anthropic 对费马大定理、黎曼猜想的工作为例，指出模型擅长概念跳跃已完成、剩余工作繁琐的问题，而分支因子和所需洞见数量都大的问题仍对人类更有利。