# AI 不是比数学家更会思考，是比他们更会记

> 原标题：AI Isn't Outthinking Mathematicians. It's Out-Remembering Them

- 来源：Hacker News 首页
- 发布时间：2026-08-15T18:13:02.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/50897
- 原文：https://davidepiffer.com/p/ai-isnt-outthinking-mathematicians

## 摘要

作者 Davide Piffer 提了一个很直接的观点：大模型解数学题厉害，可能不是因为推理能力更强，而是它的上下文窗口相当于一个无限大的外部草稿纸。人脑的工作记忆一次只能同时处理几个不熟悉的东西，但 AI 可以把整个问题、几百行中间方程、几条走不通的思路全摊在眼前。文章引用了 Alloway 和 Passolunghi 等人的研究，说明工作记忆对数学...

## 推荐理由

一篇有具体研究引用的观点文章，论证清晰，不是空谈。三条 HKR 都踩中了，但因为是个人博客评论而非一手研究或产品发布，按规则卡在 featured 档的 72 分。

## 锐评

这篇文章提供了一个很直接的认知框架：AI 在数学上的优势，可能主要来自它把人类最要命的瓶颈——工作记忆容量——给绕过去了。人脑一次只能同时摆弄几个不熟悉的信息，而模型可以把整个问题、几百行中间方程、几条走不通的思路全摊在上下文窗口里。文章引用了 Alloway 和 Passolunghi 2011 年的研究，说明工作记忆对数学表现的预测力甚至超出了智商，所以去掉这个限制，比赛的起点就不一样了。

不过得说清楚，这篇不是实验报告，是个人博客上的观点文章。正文没有给出任何具体模型或基准测试的数据来量化这个优势有多大，也没有对比不同上下文长度下的推理得分变化。所以它更像一个值得琢磨的假说，而不是一个已经被验证的结论。

如果这个假说成立，那意味着我们评价模型数学能力时，得分高可能不全是“更聪明”，有一部分是“记性更好、草稿纸更大”。这点先别太激动，但确实值得在后续评测里把工作记忆这个变量单独拆出来看。