SHEN MOU

作者：高藤

原创：深眸财经（chutou0325）

28 日晚，许多人都在关注的第 66 届国际数学奥林匹克竞赛（IMO）公布了比赛结果。

中国队不出所料地夺得头筹，斩获 6 枚金牌。其中更是有两位同学获得满分，以 231 分的团队总成绩碾压全场。

对于这一已经预料到的结果，网上反应比较平淡，引发热议的反倒是另一个赛道的 OpenAI。

01

OpenAI" 抢跑 " 背后的幻像

在用于评估 AI 大模型在数学竞赛表现的 MathArena.ai 平台上，对当前最顶尖的 AI 公开大模型进行了测试。

OpenAI 的 o3 与 o4-mini、谷歌的 Gemini 2.5、马斯克家的 Grok-4 以及国产 DeepSeek-R1 等顶流 AI 模型全部出战。

遗憾的是，AI 大模型在这届 IMO 上全军覆没。

在这场比拼中，得分最高的是谷歌 Gemini 2.5 拿到 13 分，也就是 31% 的分数，连铜牌都够不上。

就在大家纷纷认为这就是目前 AI 的上限时。

OpenAI 团队带着最新开发的通用推理模型，抛出了一颗重磅炸弹：

在与人类完全相同的考试条件下作答，最终解出 5 道题，共获得 35 分，达到 IMO 金牌分数线，成功拿到了金牌！

但事实真的是这样吗？

首先引发大家争吵的就是消息发布的时间。

按照 IMO 的规定，所有成绩都应该在 IMO 闭幕的一周后再发布。

结果当地时间 19 日下午 5 点 43 分，闭幕式一结束，5 点 50 分 OpenAI 的官方就发布了 "AI 刚好压过金牌线 " 的消息。

七分钟之差，既让 OpenAI 钻了规定的空子，还先其他参赛选手一步，在网络上掀起了轩然大波。

这一行为让不少网友为其他真实竞争对手打抱不平，毕竟抢跑的行为，本身就是对竞争对手的不尊重。

其次就是，金牌是谁认证的？

虽然官方一直说的都是 "OpenAI 压上了金牌及格线 "，但不少媒体为了省事，直接写成 "AI 夺得金牌 "。

此外，OpenAI 并未接收到任何参加 IMO 的邀请，更不用说究竟是谁给 AI 评出的 35 分好成绩。

这就相当于自己在家里做了一套高考真题，对照答案评分后，得出了一个我是高考状元，能上清华的结果。

国外有 OpenAI 以 " 夺冠 " 炒作，国内也有 AI 写高考作文吸睛。

今年高考语文考试一结束，各大 AI 公司迫不及待地让自己的 AI 助手开始考试。

豆包、腾讯元宝、天工……一共 16 款产品，都在网上发布了自己写的作文。

面对 AI 写出来的作文，不少人站出来说 " 我觉得 AI 比我强 "。

每每在这种测评的关键时刻，AI 都会以出色表现 " 出圈 "。

但到了生活中，AI 假大空的想法、胡乱编造的数据、古今中外虚实大乱炖的文章模板，甚至连 AI 造假的事也层出不穷。

就算这样，AI 的使用率仍在不断增长。

从学生用 AI 代写论文，到上班白领依赖 AI 生成报告，再到媒体行业机器人撰稿占比突破 40%，人类正经历一场前所未有的 " 思考能力危机 "。

02

思维惰性引发认知陷阱

AI 写高考作文、压线夺冠，每一次 " 出圈 " 都像是精心策划。

抛开网络上营销号对 AI 的呼声，值得让我们思考的并不是 AI 会不会代替人类，而是我们总是习惯把思考的机会全部甩给 AI，自己坐享其成。

以 Cision 发布的《2025 全球媒体调查报告》为例，通过对 19 个国家 3,126 名记者的调研发现，53% 的记者已在工作中使用生成式 AI 工具。

在其他使用 AI 进行辅助的领域中，教育行业首当其冲：

国内的某高校调查显示，使用 AI 辅助学习的学生中，仅 28% 能独立完成复杂逻辑推导，较五年前下降 45%。

神经可塑性研究表明，长期依赖 AI 会导致大脑神经网络重构，前额叶的决策区域活跃度下降 20%，视觉皮层的信息处理区域却变得异常活跃。

换句话说，使用 AI 大量处理认知工作，会让工作者参与创新所需的深层分析的过程大幅减少，思维出现 " 断片 " 现象，产生认知依赖症。

还会缩小人脑思考和机器思考之间的差距，弱化原创观点和创造性方法所带来的价值。

除此之外，过度相信 AI 的建议，可能会失去辨别能力，导致错误信息风险增加。

AI 之所以能够高效产出内容，就是因为它直接搬运或者套用海量数据库中的表面规律，但却不会主动核实事实。

2023 年，纽约市协助政府服务的 AI 聊天机器人，建议企业主扣除员工消费来获利，但真实的法律却明确规定了老板不能扣取员工的小费。

再比如，政策明确规定企业必须接受现金，不得歧视没有银行账户的客户。但是 AI 却说 " 餐厅可以不提供现金付款选择 "。

在面对具有信息变量的情况下，尤其是在涉及多变量分析时，AI 就可能生成看似专业但逻辑不自洽的内容。

如果不仔细甄别，这种 " 幻觉 " 现象不仅会误导用户，增加错误信息的风险，还可能引发信任危机。

所以说，AI 使用率的不断提高已成必然，但我们该做的不仅是改进算法，让人工智能更好的服务人类，而是如何才能在享受便利和坚守认知之间找到平衡。

03

以 AI 治理 AI

首先，利用 AI 自身的算法能力，来监管、优化和安全应用 AI 技术。

我们常见的 AI 主要分为，基于模板的自动化生成，和基于深度学习技术的自动化生成，这两种类型。

而训练 AI 的原材料就是数据。

以 Open AI 的第一个大模型 GPT1 为例，它有 1.17 亿个参数，到了 GPT2，有 15 亿个，而 GPT3 则增长到了 1750 亿个，GPT4 的参数更是达到令人震惊的 1.8 万亿个。

巨大的参数数量决定了 AI 模型如何对输入数据做出反应，从而决定模型的行为。

将 AI 的行为举止具象化，可以增进用户对 AI 技术的理解，识别其潜在的偏差，有助于平衡用户对 AI 的信任度和依赖度。

其次，还可以利用 AI 技术研究用户的心理机制，成果可以作为改进 AI 模式的参考，避免引发引发过度依赖。

AI 技术通过自然语言处理和情感计算，能够实时分析用户的语言、语音和行为模式，识别潜在的心理健康风险。

例如养老院使用机器人，通过声波震颤识别老人的孤独指数，辅助早期筛查抑郁倾向。

在过度依赖 AI 的防控上，同样可以运用它的算法，通过分析用户的使用频次、情感表现、面部表情等，来提供特定的 "AI 戒断 " 方法，降低用户的依赖程度。

结语：AI 的发展已成必然，频频 " 出圈 " 的背后不再只是算法的精进，还有认知主导权的易主。如何在技术狂欢与认知危机交织的时代始终保持警惕，避免沦为算法的附庸，才是人类驾驭科技的关键。