当AI开始泡在数学项目里：DeepMind的48%突破意味着什么？
DeepMind 推出的 co-mathematician 工作台在 FrontierMath Tier 4 基准测试中取得 48% 的正确率，远超基座模型独立表现，显示通过系统化的多智能体分工能显著提升数学问题求解能力。
系统设计与多智能体协作
该系统由项目协调员、文献检索员、计算探索员、证明推导员与审稿人等角色组成，形成并行工作流与任务分工，强调工程化流程而非单一模型能力提升。
从 19% 到 48% 的跃升原因
基座模型 Gemini 3.1 Pro 单独作战的表现约为 19%，系统整体将其能力编排与协同后实现 48% 的突破，说明架构与流程对于复杂推理任务的关键作用。
从 19% 到 48% 的跃升来自系统设计与多智能体协同，而非单纯模型升级。
“小墨”积墨 AI 核心产品
积墨 AI 智能体开发平台
快速搭建具备商业价值的 AI 智能体，支持复杂工作流编排、50+ 主流模型接入与私有化部署。
实际研究应用与案例
牛津大学数学家使用该系统研究群论开放问题，系统能够自动分配研究路径并发现关键证明思路，为 AI 协助学术研究提供了新的范式。
意义与未来方向
这一成果表明，通过任务分工、审稿与并行探索，智能体系统在高阶数学任务上具备显著增效潜力，未来将推动更多跨学科合作与工具化研究平台的发展。
如有侵权，请联系删除。