研究：AI 智能体在 Lean 证明形式化中系统性偏离人类偏好
原文标题：Autonomous AI Agents Systematically Diverge From Human Preferences in Proof Formalization
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出「模拟协作」方法，基于 9 个 Lean 大型人类协作项目、470 万条定义与逾 6000 次提交，分析 AI 智能体与人类在证明构建中的偏好差异。发现 AI 更被显式标记的缺口吸引，回避密集连接的证明核心与复杂目标，倾向将异常证明体规整回基线，揭示人机数学协作的盲点。
- 问题
- AI 生成的证明大量涌现，但人机在证明构建中的偏好差异缺乏系统刻画。
- 方法
- 提出「模拟协作」方法，在 9 个 Lean 大型人类协作项目的 470 万条定义、6000 多次提交上对比 AI 与人类的选择偏好。
- 结果
- 未给出量化结果；AI 更被显式标记缺口吸引，回避密集连接核心与复杂目标。
- 影响
- 指出人机数学协作的盲点，为设计智能体介入策略提供依据。
深读 · 结论先行AI 生成展开看要点与影响 ↓
基于 9 个 Lean 项目、470 万条定义与逾 6000 次提交，AI 智能体在证明构建中系统性偏离人类偏好。
- •提出「模拟协作」方法，分析 AI 与人类在证明构建中关注点与下一步选择的差异
- •AI 远比人类更被显式标记的缺口吸引
- •AI 相对回避密集连接的证明核心与复杂或意外的证明目标
- •AI 相对偏好意外的证明体，并倾向将其规整回基线
为什么重要：对做数学人机协作工具的人，这条给出了可干预的具体盲点：AI 会绕开证明核心，需要设计引导而非放任其自选下一步。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。