清华姚期智团队提出代数世界模型：让AI像牛顿一样思考

让 AI 像人类科学家一样从零发现自然规律，是通用人工智能（AGI）领域的终极课题之一。清华大学姚期智和袁洋领导的科研团队近日提出了「代数世界模型」（Algebraic World Model, AWM），试图让 AI 摆脱单纯的直觉试错，迈向具备数学严密性的科学建模。

记录现象不等于理解本质

在无先验规则的复杂游戏评测集 ARC-AGI-3 中，顶尖大语言模型展现出了极强的探索能力。配合特定适配器框架，GPT 等前沿模型可以取得接近满分的成绩，并能自主将游戏机制整理为详尽的符号化规则。

然而，这种密集的信息记录更接近天文学家第谷的观测笔记——记录虽极其精确，却只是停留于现象表面。真正推动认知跃迁的，是像开普勒或牛顿那样，从繁杂数据中抽象出普适的运行法则。

当面对被恶意修改为“逻辑上无法通关”的关卡时，只依赖直觉与记忆的模型暴露出明显缺陷。例如在原本需要 19 步才能获胜、却被限制为 18 步的测试中，主流模型在经历多轮试错后不仅无法识破局限，反而会给出“至少需要 22 步”这样错得离谱的幻觉结论。在多项反事实测试中，前沿模型的正确断言率不足一半。如果 AI 智能体在现实任务中得出错误的不可行结论与依据，后果将难以估量。

代数与形式化证明的介入

清华团队提出的代数世界模型（AWM），核心思路是将环境中的实体、交互与规则完全抽象为一个“代数系统”，再借助大模型强大的数学形式化能力进行演绎：

1. 主动探索：通过初步交互，将观察到的物理与逻辑现象转化为可执行的 Python 代码假设；
2. 概念凝炼：用后续的新输入持续验证并修正假设，抽象出更高阶的通用对象和转移规则；
3. 形式化证明：将归纳出的系统规则转化为交互式定理证明语言 Lean 4，形成逻辑严密、机器可自动化验证的数学断言。

AWM 从数学中的“范畴论”汲取了结构建模灵感，通过“投射极限”（概念的分解与重构）和“归纳极限”（跨现象的泛化与抽象）两种机制，将零散的观察不断压缩提炼为自洽的形式化理论。

兼具严密推理与高效通关

在同样的死局测试中，基于 Claude 模型的 AWM 仅需两次探索，便能严格证明当前步数在数学上完全不可能通关，并准确推导出一颗关键步的缺口。

除了规避幻觉，AWM 在 ARC-AGI-3 全集 183 个关卡中达到了 99.9% 的通关成功率。更重要的是，其平均通关所需的操作步数仅为人类基准的 43%，展示出了远超普通强化学习与启发式搜索的解题效率。

该研究展现出一种新的范式：AI 从观察到认知的跃迁，必须遵循“观察—假设—实验—抽象—证明”的科学闭环。论文由浙江大学本科生潘冠成与清华姚班本科生谭淇心作为共同第一作者，袁洋与图灵奖得主姚期智共同指导完成。