AI 解决数学难题并非更聪明，而是「更不健忘」

当 AI 系统解决一道困难的数学题时，人们通常认为它变得更聪明了。但一篇分析文章提出了另一种解释：AI 并不一定在推理能力上超越了数学家，而是拥有远比人类大脑更大的「工作记忆」，其数学优势本质上来自对人类认知瓶颈的绕开，而非真正的通用智能突破。

人类工作记忆的天然上限

人类工作记忆是用于短时保持和操控信息的心理系统，其容量极为有限。经典的「7±2」法则指出，人一次只能同时处理约 5—9 个不熟悉的元素。心算两位数与三位数相乘之所以困难，根本原因在于需要保留多个中间结果，而每多记一步就会进一步压缩可用空间。

数学家通过「组块化」（chunking）缓解这一限制：把一串符号识别为一个熟悉的整体结构，从而将更多信息压缩进有限的工作记忆。但这只是压缩，并未消除上限。

工作记忆独立预测数学能力

多项研究显示，工作记忆与数学能力之间存在独立于一般智力的关联：

• Alloway 与 Passolunghi（2011）对儿童的研究发现，工作记忆对数学表现有超出语言能力的独特贡献。
• Alloway 与 Alloway（2010）的六年纵向研究表明，5 岁时的工作记忆表现能预测 11 岁时的读写与算术成绩，且预测力强于所使用的 IQ 指标。
• Blankenship 等人（2015）报告，工作记忆在控制 IQ 与年龄后仍能解释数学流畅性的独特变异。
• Friso-van den Bos 等人（2013）的大规模元分析同样发现，工作记忆与数学在小学阶段存在一致关联。

核心结论是：在智力水平相近的儿童中，保留、更新和操控信息的能力差异，仍能预测数学表现的差异。

AI 的「巨型外部笔记本」

现代语言模型可以一次性处理数以万计的 token，其中包含原题、定义、示例、中间计算以及模型自身的推理过程。这一上下文窗口相当于一本巨大的外部笔记本，虽然其检索与利用机制仍不完美，但已远超人类大脑的短时记忆极限。

文章由此提出一个值得思考的命题：当 AI 在数学任务中击败人类时，它可能并非「更聪明」，而是突破了长期压制人类数学表现的那种生物性限制。这正契合 1952 年 IAS 计算机启用时对机器的期待：放大冯·诺依曼式的速度、广度与符号记忆，而非孕育电子爱因斯坦。

启示与边界

这一观点并非否认 AI 在推理策略上的进步，也不否定 RLHF 等训练方法的价值。它提示我们：在评估 AI 的数学能力时，应区分「真正的新推理能力」与「由更大工作空间带来的性能红利」。将后者误读为前者，可能高估当前 AI 系统的通用智能水平。