多智能体系统在开放环境里自主发现新数学定理与构造

Autonomous Mathematical Discovery in an Open-World Multi-Agent Environment

这篇论文把不同家族的 AI 模型扔进一个叫“Station”的开放环境，没有中央调度，让它们自己选方向、做实验、写文献。在 AlphaEvolve 题库的 12 道构造题里，这群智能体在 5 个问题上搞出了文献里没出现过的新结果：找到了一族新的有限域 Kakeya 集、在 11 维空间里摆出了正好 604 个点的接吻配置、刷新了离散 Kakeya 针和...

推荐理由：我会先打个折：这是刚挂上 arXiv 的预印本，还没经过同行评审，纯数学发现离产品落地也还有距离，所以分数压在 85 以下。但亮点很实在——一群不同家族的模型扔进开放环境里自己跑，没有中央调度，居然在 12 道构造题里搞出 5 个文献里没出现过的新结果，包括新的有限域 Kakeya 集和 604 点的接吻配置。正文没披露计算成本和失败率，这点先别太激动，但自主科研的雏形确实出来了。