当AI已经达到IMO金牌水平,孩子的刷题方式该变了

AI已经能做到什么程度？

2024年，Google DeepMind的Alpha Proof与Alpha Geometry 2解决了当年IMO六道题中的四道，获得28/42分，达到银牌水平。到了2025年，Gemini Deep Think在正式4.5小时竞赛时限内解决五道题，获得35/42分，达到IMO金牌水平。¹²

而且变化还在继续。2026年Google DeepMind披露，新一代系统已经开始处理更接近专业数学研究的问题。³

那么，一个很现实的问题摆在家长面前：

既然AI已经会做最难的奥数题，孩子为什么还要学数学？还需要刷那么多题吗？

卡内基梅隆大学数学教授、2014–2023年美国数学奥林匹克国家队总教练**罗博深（Po-Shen Loh）**近年来在多场访谈中给出的答案，并不是“数学不重要了”。

恰恰相反：AI越强，孩子越需要真正学会思考。只是数学学习的方法和目标，该变了。

01 不是不刷题，而是不能把“见过”当成会了

罗博深谈到自己年轻时参加数学竞赛时，每遇到一道新题，都是一次训练 mental flexibility（思维灵活性） 的机会。

但今天，竞赛培训已经形成庞大的test-preparation体系：

收集题型 → 分类 → 总结方法 → 大量重复 → Past Papers → 再重复。

最终希望孩子进入考场时：“这道题我见过。”

这种训练当然可能帮助提高成绩，但问题在于——如果一道“陌生题”都不允许出现，孩子真正独立思考的机会在哪里？

而Pattern Recognition、记忆方法、快速套用，恰恰越来越是AI擅长的事情。

所以AI时代，刷题并不是没有意义，而是刷题的目的需要改变：

过去是：做过 → 记住 → 再遇到 → 做对

未来更应该是：没见过 → 分析 → 尝试 → 失败 → 调整 → 找到方法

真正值得培养的，不是：

“这道题我做过。”

而是：

“这道题我从来没见过，但我知道可以从哪里开始想。”

02 AI会给答案，孩子更要学会“改作业”

罗博深有一个非常值得记住的观点：

“People used to go to school to learn how to do the homework and do the exams. Today, everyone needs to learn how to grade the homework.”

过去，学校训练的是：

Can you solve it?

AI时代还必须增加一个问题：

Can you judge it?

AI可以在几秒钟里生成一份漂亮的数学解答。

但它对不对？哪一步存在逻辑漏洞？有没有遗漏条件？这个方法是不是最好的？有没有另一种证明？

最终必须有人判断。

那个人不能永远是AI，只能是学生自己。

所以未来数学学习应该逐渐从：

Solve

升级到：

Solve → Explain → Question → Verify → Judge → Improve

甚至可以反过来学习：

给孩子一个AI生成的solution，不让他重新做题，而让他来批改AI的作业。

能够发现一个漂亮答案里的错误，可能比机械地再做十道同类题更能训练真正的数学思维。

03 为什么AI不能替孩子完成学习？

罗博深谈到学生用AI完成学校写作时，用过一个非常形象的类比：

如果学校让你跑一英里锻炼身体，你却开车完成这一英里——

距离完成了，锻炼却没有发生。

数学也是一样。

一道题的最终答案，本来就不是学习最重要的产品。

孩子经历的：理解问题 → 尝试 → 卡住 → 犯错 → 获得hint → 重新连接知识 → 找到突破口

才是真正发生在大脑里的训练。因此：

AI可以替孩子得到答案，却不能替孩子完成成长。

04 那么，数学竞赛还有必要吗？

有。但竞赛的价值，也需要重新认识。

罗博深自己参加过IMO，并长期担任美国IMO国家队总教练。他并不否定数学竞赛。相反，他重视的正是竞赛中那些需要原创思考、无法简单套用标准方法的问题。

所以真正值得参加的数学竞赛，不应该只是为了：

多拿一个奖牌、多刷几百道题、提前把所有题型见一遍。

更重要的是让孩子不断经历：

Unfamiliar Problems。

看到陌生问题，仍然愿意观察、猜想、尝试；

第一次方法失败，再寻找第二条路；

得到一个hint，能够迅速把新信息与已有知识连接起来。

这就是罗博深非常强调的 synthesis——把不同信息连接起来，形成自己的解决方案。

因此，AI时代不是数学竞赛“不重要了”。

恰恰相反：

如果竞赛能够真正训练陌生问题解决能力，它的教育价值可能更加突出。

但如果竞赛训练最终只是把所有陌生题提前变成熟题，那么我们需要重新思考这种训练方式。

05 AI时代，孩子到底应该怎样“刷题”？

结合罗博深的观点，我们认为，可以把数学训练重新设计为：

Knowledge

↓

Understanding

↓

Diagnostic

↓

Unfamiliar Problems

↓

Independent Thinking

↓

Discussion & Hints

↓

Explain the Solution

↓

Critique Other Solutions

↓

Create a New Approach

基础知识当然仍然要学。

Number Sense、Algebra、Geometry、Probability……没有这些基础，就像没有词汇和语法，很难产生高级思考。Past Papers当然也仍然要做。

但它们应该成为检验和应用能力的工具，而不是整个数学学习本身。

因此一道好题，不妨多问几遍：

你为什么这样做？

还有别的方法吗？

如果改变一个条件呢？

这个AI答案哪里有问题？

你能不能把自己的方法讲给别人听？

甚至最后：

你能不能自己出一道题？

从：

Solve the Problem

走向：

Judge the Solution

再走向：

Create Your Own Solution。

写在最后

所以，AI已经达到IMO金牌水平，并不意味着孩子不需要再学数学，也不意味着从此不应该刷题。

真正应该改变的是：

为什么刷，以及怎么刷。

如果刷100道题，只是为了让第101道题变成“我见过”，这样的训练价值会越来越受到AI的挑战。

但如果一道陌生问题能够让孩子真正经历：

思考、尝试、失败、判断、修正、表达和创造，

那么数学依然是AI时代非常珍贵的思维训练场。

未来，我们可能不再需要培养一个比AI计算更快、记住更多题型的孩子。

我们更需要培养一个：

面对AI给出的答案，仍然有能力说——

“等等，让我自己判断一下。”

这，也许才是AI时代学习数学最重要的意义。

AI时代，家长也需要重新思考怎样陪孩子学数学。不是题刷得越多越好，而是要看孩子在做题过程中，究竟是在记住方法，还是在学习思考。

参考资料

1. Google DeepMind, 25 July 2024 AI achieves silver-medal standard solving International Mathematical Olympiad problems.AlphaProof与AlphaGeometry 2解决2024 IMO六题中的四题，28/42分，达到银牌水平。

2. Google DeepMind, July 2025 Advanced version of Gemini with Deep Think officially achieves gold-medal standard at the International Mathematical Olympiad. Gemini Deep Think解决2025 IMO六题中的五题，35/42分，并由IMO协调人员按正式标准评分，达到金牌水平。

3. Google DeepMind, 11 February 2026 Accelerating Mathematical and Scientific Discovery with Gemini Deep Think. 介绍Gemini Deep Think从IMO级数学推理进一步向专业数学及科学研究问题发展的情况。

4. Po-Shen Loh / Carnegie Mellon University Po-Shen Loh个人及CMU学术资料：Professor of Mathematics, Carnegie Mellon University；National Coach of USA Math Olympiad Team, 2014–2023。

5. Po-Shen Loh，2026年多场关于AI、数学教育与未来人才培养的公开访谈 包括EO关于AI与教育的访谈、有关creative thinking、陌生问题、test preparation、学生使用AI完成作业，以及“learn how to grade the homework”等讨论。