Piffer 指出，AI 數學表現變強，關鍵可能不是推理更深，而是上下文視窗提供了近乎無限的符號工作記憶，能同時攤開更多假設與中間算式；但這項優勢在需要因果判斷的模糊問題上派不上用場。
（前情提要：AI 接管數學界？OpenAI Astra 模型破解 10 大百年難題，學者憂：人類貢獻將被抹煞）
（背景補充：Claude 挑戰人類 167 年未解的黎曼猜想，這是目前進度）
人類數學家一次頂多在腦中放住幾件不熟悉的事，這是研究者 Davide Piffer 在一篇評論裡的觀察起點。他指出，AI 在數學上愈來愈強，多數人歸因於推理能力進化，但更可能的解釋簡單得多：AI 手上有一本人類想像不到的巨大筆記本，能同時攤開幾百條中間算式、被放棄的路徑與尚未驗證的假設。
Piffer 把這個現象歸結成一句話：AI 表現得像是更聰明，其實可能只是少了一項人類與生俱來的限制，工作記憶幾乎沒有上限。
紙筆先接住
人類做心算時，最先卡住的往往不是邏輯，而是同時記住幾件事的能力。
操作本身通常不難，難的是一邊往下算，一邊還要保留剛剛算出來的部分結果。紙筆之所以能讓人算得更快，並不是因為讓人變聰明，而是把工作記憶外掛出去。專業數學家用符號、草稿紙、先前證過的引理，把推理攤開在紙面上，才有辦法繼續往下走。
Piffer 引用多篇心理學研究，說明工作記憶對數學表現的解釋力獨立於智商之外。Alloway 與 Passolunghi（2011）發現工作記憶對數學成績有獨立貢獻；Alloway 與 Alloway（2010）的六年追蹤研究顯示，五歲時的工作記憶表現比智商測驗更能預測日後學業成就；Blankenship（2015）與 Friso-van den Bos（2013）的研究也得出類似結論。
換句話說，兩個智商相近的孩子，工作記憶較大的那一個，數學通常學得比較好。這給了理解 AI 的線索：人類數學表現本來就被記憶瓶頸卡住，一部擁有龐大符號工作空間的機器，等於換了一套競賽規則。
上下文視窗，是一本攤開的帳本
上下文視窗（context window）扮演的角色，Piffer 形容成一本巨大的外部筆記本。
簡單來說就是，AI 一次能處理並保留的文字總量，題目敘述、定義、中間算式、放棄過的解法都能攤在裡面，隨時回頭檢視。這和人類默默在心裡替換一個數字的主動記憶不太一樣，語言模型寫下的字詞幾乎無法覆寫，只能不斷往後疊加，所以更精準的說法或許是增強型符號工作記憶，而不是真正意義上的工作記憶。
這個差異在數學上特別吃香，因為數學幾乎能被寫成沒有歧義的符號：假設、定義、已知條件、證明目標、已排除的情況，全部可以一字不漏留在紙上，不會因為心情或語境悄悄改變意思。
Piffer 舉例，一道題目只要同時記住 n 是奇數、p 是質數、x 不等於零，人類可能漏記其中一個條件，在推導中不小心除以零；AI 卻能在每一步都重新覆誦一次完整的前提。長推理鏈更是如此，證明的難度不只來自每一步有多難，也來自要同時協調多少步，AI「多想一會兒」帶來的進步，某種程度上只是在更大的筆記本裡做更廣的搜尋，未必是想得更深。
數學答案又能代回驗證、交給程式跑過，或送進形式化證明器檢查。簡單來說就是，能自動確認每一步推導是否符合邏輯規則的軟體，這種外部記憶才能被立即糾錯，不會一路累積成一團錯誤。
換成不確定的問題，筆記本就不管用
不過 Piffer 也補了一刀。換成一個不確定的問題，例如「某人為什麼突然不回訊息」，再大的上下文視窗也沒有用。
原因可能是對方在生氣、在忙、手機壞了，或是在迴避另一件事，關鍵資訊從一開始就沒被記錄下來，記憶再大也生不出沒被觀察到的事實。「公平」「成功」「有害」這類詞彙的意義本身會隨情境漂移，模型可以記住整段對話，卻依然可能誤解對話真正在講什麼。
政治分析、歷史解讀、商業判斷處境類似，真正的困難不是記不記得住，而是在證據不完整時找出正確的因果解釋。
Piffer 也承認，人類的工作記憶包含注意力、抑制、持續更新，語言模型的上下文相對被動，寫出去的內容改不了，所以他把 AI 的優勢限定在數學這種仰賴外部符號、又能被驗證的領域，而不是直接推論成「AI 記憶力比人類好，所以什麼都比人類強」。
他提出一個可實測的預測：AI 優勢應最大出現在條件多、計算長、分很多情況討論的題目上；換成只需一次概念躍遷的題目，優勢會明顯縮小。反過來，砍掉可用上下文或禁止寫出中間步驟，長篇數學題表現會不成比例崩掉。
Piffer 最後借物理學家 Wigner 的觀察收尾。Wigner 認識馮紐曼與愛因斯坦，他形容馮紐曼的頭腦是他見過最快、最銳利的，能瞬間吸收大量資訊、跨領域推導；但他認為愛因斯坦的理解更深、更原創，是那種能重新框定問題本身的人。
Piffer 認為，現在的 AI 更像機器放大版的馮紐曼，速度快、記性好，卻還不是愛因斯坦式、能推翻既有框架的那種深度。
📍相關報導📍
開源 Qwen3.8-27B 贏 Claude 9 項：輸的全是純推理？資料來自阿里發布
