Albilich：结合CAS的LLM数学研究可操控证明状态编排

Albilich 是一个开源 agentic 框架，用于数学自动研究，结合长程推理、计算机代数系统（CAS）、文献检索和 SQLite 上下文管理。在 RealMath 基准上，启用 CAS 解决 10/10 问题，无 CAS 解决 9/10；在 Kourovka Notebook 中，解决了 Problem 21.142 的反例和 Problem 20.2 的加强版证明。消融实验显示 CAS 可减少 32.0% 的 token 消耗。

此前 LLM 在数学研究中的长程证明尝试难以协调、评估和复现；Albilich 通过开源 harness 集成 CAS 和可操控性，在标准化基准和未解决问题上取得高成功率，为 AI 辅助数学研究提供了可复现的框架。

Albilich 通过 agentic 编排协调长程推理，CAS 提供符号计算验证，减少 token 消耗并提高问题解决率；advisor agent 的存在能过滤验证器拒绝的路线，提高证明合成成功率。

对数学研究工具产品，Albilich 展示了 CAS 集成可降低计算成本（32% token 减少）并提高自动化问题解决率；对开发者，开源 harness 可作为集成数学推理能力的参考架构，但实际影响需进一步验证。

• 集成 Albilich 到数学教育工具，提供自动解题和证明辅助功能
• 开发基于 Albilich 的 API，供研究机构进行数学问题自动验证
• 利用 Albilich 的上下文管理机制优化长时任务的 token 使用
• 在数学科研平台中集成 Albilich，支持用户自定义证明策略

• Albilich 在更多数学分支上的泛化能力未说明
• Kourovka Notebook 问题的实际难度和意义未被评估
• CAS 集成对 token 减少的长期稳定性未测试
• 与现有数学 AI 工具的对比未提供