搜索能力——你得在海量可能路径里找到真正能走通的那一条；

创造性跳跃——很多关键突破，靠的不是机械穷举，而是突然换了一种看世界的方式。

更关键的是，数学有一个其他领域都不具备的优势：客观可验证。

一道数学定理，对就是对，错就是错。每一步推导都必须逻辑自洽，每一个结论都可以被形式化验证工具（如Lean或Coq）机械检查。在这里，AI存在什么「看起来挺像回事但其实是幻觉」的可能性。

早在1956年那场标志着人工智慧诞生的达特茅斯会议上，计算机科学的先驱们定下的第一个具有里程碑意义的目标，就是让机器证明《数学原理》中的基础定理。在学术界的鄙视链里，数学始终站在认知智力的最顶端，它没有模糊语义，不容许模棱两可。如果一个AI能证明定理，那它距离真正的通用人工智慧（AGI）就只剩一层窗户纸了。

也正因如此，数学在AI认知评估里，一直被视作最硬核的试金石。

达里奥作为AI领域专家当然知道这个道理。

他几乎可以想像，当「Mythos独立证明了数学定理」这个新闻登上头版时，全世界会是什么反应。

普通人会震撼：「AI已经比人类还聪明了！」

投资者会亢奋：「AGI时代真的要来了！」

学术界会激辩：「这是否意味着数学家即将失业？」

而无论是哪种反应，最终都会转化为同一个结论：Anthropic，就是人类通往AGI的唯一入口。

……

两天后，一支由三十名数学博士和五位教授组成的特别团队，被悄然安置在了Anthropic总部的办公室里。

对外，这里的代号是普罗米修斯，盗火的神。

对内，达里奥给他们的指令只有一句话：「用Mythos解数学题。解得越难越好。」

……

接下来的两周里，普罗米修斯团队开始了疯狂的「AI炼丹」。

过程远没有公开宣传的那样光鲜。

事实上，真正的工作流程是这样的：数学博士们先选定目标问题，然后由人工介入，一步步给Mythos提供方向性提示。有时候是直接告诉模型「试试从XXX方向切入「，有时候是在模型卡壳后手动给出关键引理。Mythos则负责暴力穷举中间步骤，用海量算力去填补人类指明方向后的脏活累活。

一个定理的解决，往往需要反覆试错几百次，消耗数千美元的算力，耗时一到两周。

然后，团队会把最终的完整证明重新输入模型，做一次复训。训练完成后，再用一个全新的对话窗口向Mythos重新提问同一个问题。

这一次，Mythos当然能「独立」给出完美解答。

因为答案已经被喂进去了。

本质上，这就像是老师把标准答案给学生背了一遍，然后在全班面前当场考他，学生张口就来，旁观者自然觉得这学生是天才。

但任何一个冷静的人只要稍微想一想，就能发现一个致命的逻辑漏洞。

如果Mythos真的具备了自主解决研究级数学问题的能力，那为什么不同时开一千个对话窗口，让它并行攻击一千个未解问题？以Anthropic的算力规模，这完全做得到。真有这种能力的话，每周应该有几百篇成果像下饺子一样往外蹦才对。

可最终的产出呢？

两周时间，五六个成果。

这个产出效率，恰恰说明了真实的工作模式：不是AI在自主思考，而是人类数学家在手把手引导，AI在做暴力计算。

五六个成果，对应的是五六位数学博士各自花了两周时间死磕出来的方向。

这才是真相。

……