# DeepMind 用 AI 挑战 700 道数学难题，结果有一题题干是错的，AI 还硬写了数十页证明

> 原标题：顶级AI撞上低级乌龙：连写几十页推导，结果发现题干错了？

- 来源：新智元 · 公众号
- 发布时间：2026-05-04T04:04:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/13734
- 原文：https://mp.weixin.qq.com/s?__biz=MzI3MTA0MTk1MA==&mid=2652697629&idx=3&sn=5404251f2e631c9e6b6c3da609033ed5

## 摘要

Google DeepMind 搞了个叫 Aletheia 的流程，拿 Gemini Deep Think 去啃 700 道 Erdős 数学猜想。流程是先让模型生成 200 个候选答案，再用验证器筛到 63 个，最后产出 13 个原创解答。乌龙出在 Erdős-75 这道题上：题干本身就有问题，但 Aletheia 没发现，照样洋洋洒洒推导了几十页。

## 推荐理由

DeepMind 用 Aletheia 流程让 Gemini Deep Think 处理 700 道 Erdős 猜想，其中题干本身有误的 Erdős-75 仍被推导出几十页内容，自动验证在数学推理中的边界由此显现。

## 锐评

题干是错的，AI 照样推几十页，这事比 13 个原创解答更能说明问题。200 个候选筛到 63 个，验证器看着挺能干活，可它筛的是答案对不对，筛不出题目本身有没有毛病。模型从头到尾没停下来问一句这题是不是写错了，一路顺着往下推，几十页全是自洽的空转。做 agent 的都知道，最怕的就是这种，输入脏了它不报错，反而给你编出一套完整推理。验证器能挡错答案，挡不住错问题。
