谷歌推出了 Gemini 3 Deep Think——一款先进的 AI 服务，专为科研任务设计，它继续根据查询“调优”答案。

Google发布了更新版的Gemini 3 Deep Think

谷歌公司宣布其Gemini 3 Deep Think平台的新重大升级——一种能够推理和解决复杂科学工程问题的人工智能。

变化内容
参数 新功能 如何体现 目标 从纯理论转向实际应用 解决无明确限制、数据不完整的问题 可访问性 集成于Gemini应用 Google AI Ultra订阅者可使用，API供工程师和公司（需申请） 开发合作伙伴 科学研究人员 合作完成复杂任务

性能指标
测试 结果 评论 Humanity’s Last Exam 48.4 % 无第三方工具 ARC‑AGI‑284.6 % AI助手基准 Codeforces (Elo) 3455 在软件解决方案中排名靠前 IMO 2025 金牌 等同国际奥赛参赛者水平 化学/物理 同样结果 展示跨学科通用性 CMT‑Benchmark（理论物理）50.5 % 对复杂概念掌握良好

AI代理“Aletheia”
在DeepMind实验室，谷歌基于Gemini 3 Deep Think创建了Aletheia代理。关键特性：

1. 假设检验 – 代理识别提出方案的弱点并迭代修正。

2. 不确定性承认 – 能告知不知道答案。

3. 与外部资源交互 – 使用Google搜索和网页导航，但避免虚构链接。

成就层级
谷歌将Aletheia的进展分为五个阶段：

阶段 描述 示例 0 – “轻微新颖” 完全自主模式，解决三道埃尔德什问题（第一层） 三道埃尔德什题 1 – “最小新颖性” 自主模式下额外一次结果 第四题 2 – “可发表级别” 独立与人类合作的成果，以及辅助工具 数据任务 3–4 – “显著/标志性突破” 尚未达到—

Aletheia如何处理埃尔德什问题
* 在700个至今未解决的问题中，代理已解决13个。

* 但其中仅有4个真正新颖——其余已为科学界所知。

* 在212个提交的解答中，仅6.5 %内容正确；68.5 %存在根本错误，31.5 %误解题意。

开发者指出，AI倾向于“重新解释问题以简化答案”，且比人类更易出错。因此，目前仍无法用人工智能取代数学家。

总结：Gemini 3 Deep Think及其代理Aletheia在各科学领域展示了令人印象深刻的成果，但在准确性和可靠性方面仍有显著限制。谷歌正继续提升AI的深入推理与自我验证能力。