AI突破数学推理极限：Intern-S1-MO如何用“小本子”拿下IMO高分

过去，AI在解决顶尖数学竞赛题时，总像一个记忆力有限的考生——哪怕思路再精妙，一旦超过6万到12万个token的上下文限制，就会“忘掉”前面的推导，被迫从头再来。一道IMO（国际数学奥林匹克）级别的难题，人类选手往往需要数小时的反复演算、草稿堆叠、思路回溯；而传统AI模型，哪怕用上最强算力，也得耗费近50万token才能完整走完一条逻辑路径——这几乎是当前系统容量的5倍。

这不是算力不够，而是架构被困在“一次性思考”的牢笼里。

换一种思路：让AI像高中生一样“记笔记”

上海人工智能实验室的团队没有继续硬拼算力，而是转向了一个更聪明、更贴近人类学习方式的路径——让AI学会记笔记。

他们开发的Intern-S1-MO系统，不再要求AI“一口吃掉整道题”，而是模拟一个优秀数学竞赛生的思维过程：

• 推理者：像考生一样，在每一轮尝试推进问题，哪怕只证明出一个引理、构造出一个辅助线，也立刻记录下来，不追求一步到位。
• 总结者：扮演“学习委员”角色，自动清洗冗余草稿，把零散推导提炼成清晰、可复用的数学引理，存入“记忆库”——就像你把一道题的精华步骤抄进错题本。
• 验证者：担任“监考老师”，对每一条引理进行逻辑校验，剔除错误推论，防止“半对结论”污染后续推理，确保每一步都经得起推敲。

这套三智能体协作机制，让系统实现了真正的“累积式推理”——每一轮都不是从零开始，而是站在前几轮的“知识积累”之上，层层递进。结果惊人：探索空间被放大了8倍，相当于把原本只能读一本薄书的脑子，变成了能翻阅整套百科全书的图书馆。

真实赛场战绩：超越人类银牌，直逼金牌线

这套系统不是实验室里的“玩具模型”，而是真刀真枪地闯进了全球最严苛的数学竞赛现场。

在IMO 2025非几何部分的5道压轴题中，Intern-S1-MO以26分（满分35）的成绩，碾压了银牌线（21分），接近金牌门槛（通常需30+分）。更震撼的是，它直接报名参加了中国数学奥林匹克（CMO）2025——这场由中国数学会主办、仅限顶尖中学生参与的国家级赛事，全程9小时、两场考试、6道大题，完全模拟真人赛制。

结果：系统独立完成全部6题，获得102分（满分126），远超金牌线（78分）。其中4道题斩获满分，另两道也拿到关键步骤分。这是历史上首次有AI系统在CMO中得分超过金牌线，且未借助任何外部数据库或人工干预。

国际竞赛全面碾压，轻量版也能封神

不止于国内赛事。在AIME 2025（美国数学邀请赛）中，系统正确率达96.6%；在HMMT 2025（哈佛-麻省理工数学锦标赛）中，正确率高达95%，双双刷新全球AI数学模型纪录。

更令人意外的是，团队还推出一个参数更小、部署更轻的版本——Intern-S1-mini-MO。这个“瘦身版”在难度极高的CNMO 2025题库（中国国家集训队选拔题）中，仍以176.3分（满分210）的成绩，击败了所有主流AI系统，包括GPT-4o、Claude 3.5、Gemini 1.5 Pro等。

不只是赢比赛：AI推理范式的革命

这项突破的意义，远不止于奖牌榜上的数字。

过去，AI在数学推理中常被诟病“会算不会想”——看似步骤完整，实则依赖模式匹配、统计猜题，缺乏真正的逻辑构建能力。而Intern-S1-MO首次证明：AI可以通过结构化记忆与多轮迭代，实现类人深度推理。

它不再依赖“大模型+长上下文”的蛮力，而是引入了“认知外挂”——把推理过程变成可存储、可复用、可验证的知识单元。这与人类学习数学的方式高度一致：我们不是靠死记硬背解题，而是通过积累引理、模型、技巧，逐步构建认知网络。

研究团队透露，该系统已开源核心框架，并与国内多所重点中学合作，试点用于数学竞赛辅导。未来，这一架构有望被应用于：

• AI数学助教：为学生提供“可追溯、可解释”的解题过程
• 科研辅助：在定理证明、符号推导中自动构建引理库
• 教育评估：自动分析学生解题中的思维断点与逻辑漏洞

正如团队负责人在论文中写道：“我们不是在训练一个解题机器，而是在培养一个会思考的数学头脑。”

未来已来：AI正在学会“像人一样学习”

当AI不再追求“一气呵成”，而是学会“步步为营”，它就不再只是工具，而开始具备一种真正的认知韧性。

Intern-S1-MO的成功，标志着AI数学推理从“暴力搜索”迈向“智能积累”的转折点。它告诉我们：真正的智能，不在于一次能记住多少，而在于能否把每一次思考，都变成下一次突破的基石。

或许，未来的数学家，不再只是人类，而是人与AI共同组成的“认知共同体”——一个能记笔记、会反思、敢质疑、不断进化的思考系统。