DeepMind は、AI 数学研究アシスタントを発表しました：マルチエージェントアーキテクチャが GPT-5.5 Pro を打ち負かし、さらにこれまで「誰も解けなかった」難問を解決しました。

根据 观察 Beating 的监测，谷歌 DeepMind 发布了 AI 共同数学家，这是供数学家使用的多 Agent 交互式研究工作站。该系统在目前最困难的研究级数学基准 FrontierMath Tier 4 上取得了 47.9% 的准确率（解答了 23/48 题），直接超过了之前最高纪录的 GPT-5.5 Pro，后者为 39.6%。

这套系统没有采用新一代基础设施，而是直接采用了 Gemini 3.1 Pro。该模型单独运行 Tier 4 仅有 19% 的准确率，但在加入 Agent 框架后，成绩翻了一番还多。DeepMind 设计了多层架构：顶层是一个「项目协调人」，负责将研究任务拆分为多个工作流，然后将其分配给文献检索、编码和推理任务的子 Agent。编写的证明还必须经过多个「审稿 Agent」组成的评审会审查，只有通过才能提交。这个庞大的框架证明了：在顶尖数学推理领域，通过编排可以释放出的能力增量，可能比更换模型还要大。

盲测是由 Epoch AI 执行的，为防止作弊，深度 Mind 德团队从未见过题目，每道题允许运行 48 小时。结果不仅名列前茅，而且该系统还解答了三道以往所有模型无法解决的问题。

虽然它名义上是一个助手，但更像是一个擅长开启思路的同事。群论专家 Marc Lackenby 在实际研究中使用它解决了 Kourovka 笔记本中的一个公开猜想。有趣的是，一开始系统提出的策略被其审查 Agent 标记为「有缺陷」，但 Lackenby 发现了支撑案例中精巧思路，自行填补了漏洞，最终完成了证明。

目前，AI 共同数学家仅对少数数学家进行内测。