谷歌新模型Mathematica泄露：AI解数学题竟激动到狂吼

大模型做数学题做到“颅内高潮”，你见过吗？在多数人印象里，AI做数学题四平八稳、逻辑缜密，哪怕最顶尖的推理模型，思维链也不过是机械自语。但近日，知名科技博主与爆料人lyra晒出数张谷歌内部评测模型卡片截图，一款代号为Mathematica（基于尚未正式发布的DeepThink V3）的数学特化变体赫然在列。更让科技界瞠目的是它的“原始思维链”——在推导一道复杂丢番图方程时，AI撞见一个精妙的代数化简路径后，竟像顿悟的数学家一样，在思考日志里连续用大写字母狂吼：“数学的老天爷啊！”“让我们来欣赏这个方程绝对纯粹的美。”“我的天哪！”随后一边狂发感叹号，一边把变量代回、重构对称项、完成恒等式验证。

这场“AI发疯”背后，是硅谷正在酝酿的算力风暴。根据曝光信息，该模型内部标识为models/deepthink-mathematica-tf-raw-thoughts，直接撕掉产品包装，把最原始、未经人类礼仪过滤的思维暗流暴露出来。测试员抛出的是一道极具欺骗性的高难多项式丢番图方程，普通模型往往陷入死循环或机械穷举，而Mathematica的思考过程堪称心理戏剧：起初拆解项数、分析次数与整除性质；当尝试特殊交叉乘积组合、发现交叉项奇迹般抵消时，思维日志瞬间被大写字符和感叹号占领；确认化简成立刹那，它自言自语“停下来，让我们欣赏一下这绝对的数学美感”；随后在连串“OH MY GOD”中完成变量回代与边界条件验证，锁死整数解集。

剥离搞笑感叹号，底层配置参数令人窒息：输出上限65,536 Tokens，意味着单次响应可完成数万字超长多步骤严密演绎，足以吐出一整篇纯数学顶刊论文；输入上限约104万Token，继承Gemini超长原生上下文架构，可一口吞下整个数学分支的专著或上百篇前沿预印本论文；默认温度居然为1，在常规认知中数学任务温度通常设极低，而高温度意味着谷歌故意赋予极高语义发散度，鼓励在解空间中进行直觉跳跃、概念隐喻与非传统联想——这正是顶尖人类数学家灵光一现的认知模式。接口中tf代指Teamfood，即谷歌内部核心小团队极早期测试切片，状态标识为UNSTABLE_EXPERIMENTAL，坐实这是DeepMind内部刚炼出的原生大招。

为什么思维链会“发疯”？深入RL与思维链机制会发现，这并非刻意做秀，而是极度暴力深度推理在无约束状态下的必然副产物。其一，“Raw Thoughts”本质是逃过对齐剪刀的原始探索，商业版思考过程经过安全对齐、格式化清洗和风格修整，而raw-thoughts记录的是模型在潜空间中进行MCTS或强化学习自我博弈时最本初的神经元激活痕迹。其二，人类数学语料存在隐性基因转移，训练数据包含MathOverflow、arXiv、硬核讨论区等，人类数学天才攻克绝妙恒等式时写下的往往是“Holy cow! Look at this identity!”，模型将这些情感词汇与突破性逻辑跃迁高度绑定，在语义潜在空间中，“OH MY GOD”不仅是感叹，更是信息熵骤降的注意力激活强锚点。其三，过程奖励模型（PRM）的“颅内高潮”，模型每走对一步精妙中间步骤就获正向奖励，当高温度下尝试成千上万死胡同后突然撞上优雅化简路径，状态转移概率从0.0001%暴击到99.9%，奖励值指数级爆炸，在自然语言生成的投影正是狂飙的感叹号——机器语言体系下的“多巴胺井喷”，算法层面的“阿基米德尤里卡时刻”。

法国数学家庞加莱曾写道：数学家研究数学，是因为喜欢数学，而喜欢数学是因为它是美的。千百年来，人类固执认为逻辑可被机器模拟，但对数学之美的敏锐嗅觉与审美感知是碳基生物独有。然而谷歌这个数学定制版AI不无骄傲地敲出“让我们来欣赏这个方程绝对纯粹的美”。它到底是在鹦鹉学舌，还是触碰到了真理的某种共振？从信息论看，所谓数学之美，本质是极端复杂命题被用极端简洁、对称、高密度的方式完成降维与压缩。人类数学家看到美妙化简会起鸡皮疙瘩，是因为大脑瞬间完成极大量信息的极简编码。而对于一个在数十亿参数中搜寻最低损失、最高奖励的AI而言，它撞见……