Era of Experience 这篇在 AI 社区讨论度很高的文章中提出：如果想实现 AGI，构建通用 Agent，就必须依靠 “经验”，也就是模型和 Agent 在强化学习过程中自主积累的、人类数据集中没有的高质量数据。 DeepMind 的 AlphaProof 就被认为是这样一个典型案例，它靠 RL 算法自行 “做题练习”，最终在数学领域，达到了超越人类的水平。以 AlphaProof 为开端，OpenAI 的 o1、DeepSeek 的 Prover-V2 等模型不断推动数学领域的进展，让数学证明...