GPT-6 Astra 登顶 ErdosBench，OpenAI 称数学非优先方向

OpenAI 的 GPT-6 Astra 在 ErdosBench 开放数学问题上取得最高成绩，但首席科学家 Jakub Pachocki 表示数学并非优先级。OpenAI 将资源更多投向递归自我改进与对齐研究。报道认为这表明 AI 发展路径日益“尖峰化”，即在特定领域极强，而非全面进步。

此前业界常以数学能力作为衡量模型推理水平的关键指标，而这次模型在该榜单领先却非公司主攻方向，说明能力增长不再沿统一曲线推进，评估模型强弱需要更细分的领域视角。

OpenAI 把资源集中在递归自我改进与对齐，数学只是顺带外溢的能力。在 AI 尚不能自我改进、仍需人类数据做定向优化时，投入方向决定能力分布，因而表现为在个别领域突出、整体不均衡的“尖峰”形态。

依赖通用推理能力的数学、科研类产品可能仍受限于模型在非重点领域的表现，不能仅凭榜单排名选型；同时对齐与自我改进方向的研究投入，会影响未来模型迭代节奏与可调用能力边界。

• 在数学教育、科研辅助等场景中，用 ErdosBench 等细分基准实测模型，而非依赖综合榜排名做选型
• 针对模型“尖峰”特征，围绕数学等强项领域构建专用工作流，弱项环节保留人工校验
• 关注 OpenAI 对齐与自我改进方向的研究发布，提前评估其对模型能力分布和调用策略的影响

• GPT-6 Astra 的具体能力边界与可用性尚未在证据中说明
• ErdosBench 的评测方法与样本规模未披露，榜单领先幅度的可比性不明
• OpenAI 在递归自我改进与对齐上的资源投入规模与时间表未知
• 该“尖峰化”趋势是否适用于其他厂商的模型，证据不足以判断