---
title: "从 IMO 说起：译成 Lean 能机器核但慢，自然语言快但要人核"
description: "2024 年 AlphaProof 拿到 IMO 银牌水平，但题目要先由专家译成 Lean、有的题算了两三天；2025 年 Gemini Deep Think 用自然语言在 4.5 小时内拿到金牌水平，核对靠人阅卷。"
---

## 这一页为什么在这里

## 上屏

- 第 1 步：站牌（收尾亮；甲乙丙全亮）。两栏：2024-07｜AlphaProof（与 AlphaGeometry 2）：IMO 银牌水平，28 分；题目先由专家译成 Lean，有的题算了两三天；每一步都被 Lean 核过。2025-07｜Gemini Deep Think：全程自然语言，4.5 小时内，官方阅卷 35/42，金牌水平；核对靠人。
- 第 2 步：题面：你更信哪一个？各自的代价是什么？一行：证明长到几百万行，人还核得过来吗？

## 讲

### 第 1 步 · 教师可说的话

第 1 步

收尾回到数学。2024 年七月，DeepMind 的 AlphaProof 在国际数学奥林匹克上拿到银牌水平，28 分；但题目要先由专家译成 Lean，有的题算了两三天，好处是每一步都被 Lean 核过。这和“测试”那一站是一个路数：要让机器能核，先得把题写成机器能跑的样子，那时是手写测试，这里是手译成 Lean；谁来写这一份，谁就在定义“对”。一年后，Gemini Deep Think 直接用自然语言做题，4.5 小时内答完，官方阅卷 35 分，金牌水平；这一回，核对靠人阅卷。

### 第 2 步 · 教师可说的话

第 2 步

你更信哪一个？一个快，要人一题题地核；一个慢，机器能核到最后一步。可要是证明长到几百万行，人还核得过来吗？

### 本页衔接

线索甲：Lean 的逐步检查。

### 连续教师稿原文

收尾回到数学。2024 年七月，DeepMind 的 AlphaProof 在国际数学奥林匹克上拿到银牌水平，28 分；但题目要先由专家译成 Lean，有的题算了两三天，好处是每一步都被 Lean 核过。这和“测试”那一站是一个路数：要让机器能核，先得把题写成机器能跑的样子，那时是手写测试，这里是手译成 Lean；谁来写这一份，谁就在定义“对”。一年后，Gemini Deep Think 直接用自然语言做题，4.5 小时内答完，官方阅卷 35 分，金牌水平；这一回，核对靠人阅卷。

你更信哪一个？一个快，要人一题题地核；一个慢，机器能核到最后一步。可要是证明长到几百万行，人还核得过来吗？

## 完整推理

收尾回到数学。2024 年七月，DeepMind 的 AlphaProof 在国际数学奥林匹克上拿到银牌水平，28 分；但题目要先由专家译成 Lean，有的题算了两三天，好处是每一步都被 Lean 核过。这和“测试”那一站是一个路数：要让机器能核，先得把题写成机器能跑的样子，那时是手写测试，这里是手译成 Lean；谁来写这一份，谁就在定义“对”。一年后，Gemini Deep Think 直接用自然语言做题，4.5 小时内答完，官方阅卷 35 分，金牌水平；这一回，核对靠人阅卷。

你更信哪一个？一个快，要人一题题地核；一个慢，机器能核到最后一步。可要是证明长到几百万行，人还核得过来吗？

Google DeepMind 博客（2025-07-21）：2024 年 AlphaProof 与 AlphaGeometry 2 达到银牌水平（28 分），需要专家先把题目译成 Lean 等形式语言，计算用了两三天；2025 年 Gemini Deep Think 端到端用自然语言，在比赛的 4.5 小时内完成，IMO 官方评分 35/42，金牌水平。另据报道，OpenAI 的实验模型也称 35/42，为非官方评分（二手来源）。Lean 是一种证明助手：人或 AI 写下陈述和证明，Lean 的内核逐步检查每一步推理是否合法。

## 学生可能的回答与误区

“自然语言证明不可信”：人阅卷是严格的检查，只是慢、贵、规模有限。

## 教学构造与出处

教学构造：分镜标注为“重｜置身、抉择”。

出处：Google DeepMind 博客 2025-07-21。
