在人工智能领域，一个令人瞩目的消息悄然传出：OpenAI的一个小型团队仅凭三人之力，竟成功打造出一个在国际数学奥林匹克竞赛（IMO）中夺得金牌的模型。这一惊人成就的背后故事，在一次媒体访谈中逐渐浮出水面。
项目负责人Alexander Wei、新加入的研究工程师Sheryl Hsu以及高级研究科学家Noam Brown，构成了这个创造历史的核心团队。尽管Sheryl Hsu今年三月才加入团队，但他们的共同努力使得项目在短时间内取得了突破性进展。
据透露，该项目从构思到成型，仅仅用了两三个月的时间，其成果之显著，出乎所有人的预料。大型语言模型在IMO中摘金，不仅标志着AI数学能力的飞跃，更展现了其在应对复杂、难以验证任务时的技术进步。
访谈中，团队分享了项目的诸多细节。早在2025年，OpenAI内部就已开始讨论赢得IMO金牌的可能性，尽管相关算法和思路的酝酿已持续数月，但真正的集中攻关只在竞赛前的两三个月内展开。
核心团队的三人组合，由Alex主导技术开发。起初，他的新技术方案遭遇了质疑，但随着他在处理难以验证任务上展现出显著成效，方案逐渐获得了团队和公司的支持。Alex、Cheryl和Noam，他们共同书写了这段传奇。
关于AI生成的数学证明，团队坦言其风格独特，甚至可以被形容为“糟糕”或“富有创意”。这些证明充满了机器的逻辑，对人类而言晦涩难懂。然而，为了保持透明度，OpenAI并未对这些证明进行可读性优化，而是将它们原封不动地发布在GitHub上，供全球学者查阅。
在IMO竞赛中，模型面对传统上最为困难的第三题和第六题时，选择了对第六题“不作答”。团队并未将此举视为失败，反而认为它显示了模型对自身能力边界的清晰认知。在无法解决问题时，模型选择了放弃，而非像过去的AI那样编造错误答案，这一转变被视为积极的信号。
当被问及AI是否能在短期内解决“千禧年大奖难题”时，Alex表示这些难题仍遥不可及。他用量化对比来阐述差距：AI从解决简单的小学数学题，跃升至攻克IMO难题，但研究级数学难题的突破，可能需要天才数学家花费数千小时。因此，尽管团队对取得的进展感到兴奋，但也对未来挑战保持谦卑。
Noam指出，当模型“思考”时间极长时，评估本身成为巨大瓶颈。目前，团队正面临如何有效评估长时间思考的模型的挑战。同时，multi-agents系统在项目中扮演了重要角色，尽管具体技术细节不便透露，但团队强调了通用技术在项目中的应用。
对于为何不使用Lean这种形式化证明工具，团队解释说，他们的首要任务是发展通用的推理能力。虽然Lean对数学家有价值，但其局限性在于只能处理严格形式化的问题，而现实世界中的问题远不止于此。因此，团队选择了自然语言推理作为优先发展方向。
Cheryl证实，该项目是在与其他OpenAI产品相似的基础设施上构建的，这再次印证了其方法的通用性。团队期望这些技术能够被应用于推理的其他领域，从而持续改进包括ChatGPT在内的所有模型。
访谈最后，团队表示，让模型学会提出新颖的、有价值的问题，是继解决问题之后AI需要克服的下一个巨大障碍。同时，他们也期待数学家们能利用这个强大的新工具来挑战更多难题。
