AI 为何突然擅长数学难题：从人类广度搜索到模型深度穷举

大模型在数学难题上频频突破的核心原因在于解题搜索模式的反转：人类研究者受限于时间与精力采用广度优先探索，而模型通过多 Agent 并行测试时计算与自动化验证器实现了低成本的深度优先探索。这种机制使 AI 能够将时间换为算力，特别擅长那些关键理论跳跃较少、后续推导繁杂冗长的数学猜想与证明补全。未来人机互补的关键在于人类专家利用直觉与先验压缩搜索分支，再交由模型快速走通并剪枝具体路径。