那我怎么感觉数学 Agent 还比较的好做?因为它有形式化验证,有一个很清晰的错误和正确的验证方式

来自夹夹 QQ 群讨论,审核后公开 · 。查看原始讨论

提问

那我怎么感觉数学 Agent 还比较的好做?因为它有形式化验证,有一个很清晰的错误和正确的验证方式

回答

验证器清晰确实省掉了「裁判难当」的麻烦,不用像写业务代码那样担心模型自己写假单测糊弄人,但这只解决了「对不对」的问题,没解决「找不找得到」的问题。

真正让数学 Agent 难做的有三件事。一是搜索空间是指数级爆炸的,编译器只会冷冰冰地告诉你这步类型没对齐、目标没闭环,但不会像业务报错那样给你明确的修复方向;引理树稍微拆歪一点,几百个并行分支全是在死胡同里空转。二是形式化本身的损耗,把自然语言直觉准确翻译成 Lean 4 代码极容易走样,模型往往不是卡在数学思维上,而是卡在极其繁琐的类型转换和底层引理补全上。三是容错率极低,普通 Coding Agent 写个局部补丁就能跑通,数学证明只要前面一个关键构造选错了,后面全得推倒重来。

所以「好验证」只意味着它非常适合做强化学习和大规模搜索,并不意味着工程上好做——它把原本花在「人工验收」上的成本,全转移成了「算力搜索」和「规划剪枝」的难度。

所属话题:Agent 工程

相关问答