一句话看懂：小红书技术团队推出的 dots-note 3.0 模型在真实国际数学奥林匹克竞赛（IMO 2026）中，以六题全部满分的成绩夺得金牌，成为首个在完整数学证明场景下达到人类顶尖选手水平的 AI 系统。这一突破的关键在于模型不依赖人工形式化翻译，而是通过“递归自我批判”机制自主完成证明推理与修正。
事件核心：发生了什么
7月15日至16日，第67届IMO在上海举办。dots团队受邀携dots-note 3.0内部版本参赛，模型直接读取组委会提供的原始LaTeX题目，以端到端Agentic方式完成六道题的完整证明解答。经官方评阅，六题均获满分7分（总分42分），与全球仅7位人类满分选手并列顶尖成绩。这是继1990年北京IMO后，中国时隔36年再次主办该赛事，本届比赛共有119个国家和666名选手参赛。
评阅专家指出，模型在某些题目的解法结构紧凑、逻辑自然，例如第三题使用了巧妙的归纳法而非常见的图论转换，被认为“人类难以想到”。
为什么重要
这次成绩的关键意义在于技术路径的差异化。过去大模型在数学难题上的突破多依赖形式化验证系统（如Lean），需要人工预先将题目翻译成形式化语言，这限制了模型处理真实世界复杂问题的能力。dots模型直接面对原始自然语言描述，通过“Proof-Verify-Refine”三级循环机制自我审查推理错误与逻辑漏洞，持续迭代直至给出可接受的证明。
这种递归自我批判能力，恰好对应了目前AI在科学研究、深度分析等“难以通过简单规则验证”领域中的核心瓶颈。正如dots团队指出的：递归自我改进的前提是递归自我批判。没有对错误的主动识别，就不可能有真正的优化。这意味着该技术路线有潜力从竞赛数学延伸至更广阔的复杂推理任务。
对用户/开发者/创作者的影响
对于开发者和研究人员，dots团队已承诺将在近期将dots-note 3.0开源。这是目前公开信息显示最有价值的潜在影响：一个不依赖人工形式化、具备完整证明级推理能力的轻量级模型，可能降低数学和科学计算领域的AI工具门槛。开发者可直接用它处理需要完整推导的任务，例如定理辅助证明、复杂策略验证等。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于普通用户，目前dots-note 3.0属于dots3系列中最轻量的型号，完整系列还包含jazz和aria两种不同尺寸，分别面向不同计算成本和响应速度场景。这意味着未来通用推理能力的平民化部署成为可能，但具体商用产品或API服务尚未公布。
值得关注的后续
第一，模型的自我批判机制能否在更广泛的非形式化任务（如开放式科研、法律论证）中复现其效果，这是技术通用性的关键验证点。第二，dots-note 3.0的开源时间表、许可证类型以及对现有数学推理开源社区（如Lean、GPT-f等）的带动作用。第三，竞品模型（如Google、OpenAI的数学推理模型）是否会在近期跟进“自然语言+自我批判”路径，改变大模型推理能力的竞争格局。
