金磊 發自 凹非寺
量子位 | 公眾號 QbitAI

今年高考數學，又把不少人做沉默了。

從考場出來后，很多考生的第一反應不是有幾道題不會，而是怎么每一道都這么能算。

于是乎，計算量大、題型新、區分度高，成了這張卷子被討論最多的幾個關鍵詞。

更有意思的是，另一個問題也被順手推上了臺面：

如果把這張卷子交給AI，它到底會不會做？

我們平時會看到有些網友吐槽，AI在計算一些簡單問題時會出錯，怎么能答對從沒見過的新高考題？

但這里有一個容易被忽略的細節，很多吐槽針對的是默認的快速模式，適合日常問答；而復雜數學、邏輯推理、編程分析這類任務，真正的打開方式應該是讓模型深度思考。

所以這次，我們把問題拆開看。

同一張高考數學卷，分別交給豆包思考模式和ChatGPT（GPT-5.5），按照教育場景常用的圖像輸入進行測試，結果會怎樣？

先說結論。

豆包思考模式和ChatGPT都能給出相當穩定的解題表現。尤其是在需要多步推理、函數分析、概率建模、解析幾何計算的題目上，AI已經可以按照人類解題路徑一步步推進了。

AI們的答案匯總如下：

（根據目前網傳的試題和答案驗證，豆包和ChatGPT在選擇題和填空題上全都回答準確。解答題部分還需要專業老師評估過程分數。）

那么AI做高考數學，強在哪里？又容易卡在哪里？

我們繼續往下看詳細實測過程。

單選題：

前幾道選擇題看起來很基礎，但并不等于機械計算。

比如第1題，中位數；第2題，平面向量線性表示；第3題，三角函數值與集合交集；第4題，導數與切線方程。

這些題人類考生做起來不算特別難，但對AI來說，其實會同時考幾個能力：

讀懂題干，識別考點，調用公式，完成計算，還要避免在最后一步把選項看錯。

到了后面，題目明顯開始拉開梯度。

比如拋物線焦點距離、函數最大值反推參數、古塔排列中的等差數列分組、空間點集里的數學期望。

接下來，我們分別給豆包思考模式和ChatGPT，每個題單獨截圖輸入，并附上簡單一句“解答這道題”。

第一題：

豆包和ChatGPT答案如下：

這道題比較簡單，豆包和ChatGPT從思路和答案上來看，沒有任何問題。

第二題：

豆包和ChatGPT答案如下：

兩者都抓住了“向量a、b不共線”這一關鍵條件，轉化為對應系數相等。整體看，這類題對當前頭部AI難度不高。

第三題：

豆包和ChatGPT答案如下：

這題容易錯在特殊角的符號上，豆包和ChatGPT都逐項計算后再取交集，思路比較規范。差異主要在表述詳略，結論一致。

第四題：

豆包和ChatGPT答案如下：

兩者都準確完成了求導、代入斜率、寫切線方程三步，沒有把函數值和導數值混淆。作為導數基礎題，表現穩定。

第五題：

豆包和ChatGPT答案如下：

這題開始要求先由點確定拋物線參數，再轉為焦點坐標求距離。豆包和ChatGPT都能把計算鏈條走完，說明基礎解析幾何能力比較扎實。

第六題：

豆包和ChatGPT答案如下：

相比前幾題，這道題需要把“最大值為1”轉化成參數約束。兩者都能給出完整推導，但這類題也更能暴露中間計算是否嚴謹。

第七題：

豆包和ChatGPT答案如下：

這題的難點在于先把“一百零八塔”的情境轉成數列條件。豆包和ChatGPT都能識別等差結構并構造分組，說明對中文長題干的理解較穩。

第八題：

豆包和ChatGPT答案如下：

關鍵點在于樣本空間刪去了P(1,1,1)，不能直接套“對稱所以期望為0”。兩者都抓住了刪點帶來的擾動，這是本輪測試里比較有代表性的推理點。

多選題：

第九題：

豆包和ChatGPT答案如下：

多選題不能只算一個結論，必須逐項驗證。豆包和ChatGPT都對共軛、模長、平方和復數除法分別判斷，整體比較細。

第十題：

豆包和ChatGPT答案如下：

空間幾何多選題對直覺判斷并不友好，兩者都傾向于通過坐標或幾何約束逐項排除。ChatGPT的排除過程更直接，豆包的推導更展開。

第十一題：

豆包和ChatGPT答案如下：

這一題對圓與直線交點條件的拆解要求較高，兩者在部分選項判斷上出現了差異。這里也提醒我們，多選綜合題仍需要結合標準答案做人工核驗。

填空題：

第十二題：

豆包和ChatGPT答案如下：

填空題沒有選項兜底，兩者都能把雙曲線化為標準形式，并通過a、b、c關系求離心率。結論形式雖可等價變化，但核心計算一致。

第十三題：

豆包和ChatGPT答案如下：

這題同時考奇偶性和單調性，需要先鎖定參數范圍再計算函數值。豆包和ChatGPT都能沿著性質推導，思路比較完整。

第十四題：

豆包和ChatGPT答案如下：

數列構造題的難點在于從條件中抽出可用規律，而不是直接代公式。兩者都嘗試先求連續三項和，再分析等比關系，推理鏈條較長但方向清楚。

解答題：

第十五題：

豆包和ChatGPT答案如下：

立體幾何證明題里，坐標法能顯著降低想象難度。兩者都選擇建立坐標系推進證明和距離計算，適合展示AI處理幾何綜合題的過程能力。

第十六題：

豆包和ChatGPT答案如下：

這題把三角形邊角關系和后續幾何條件連在一起。兩者都先用余弦定理處理基礎量，再進入坐標化求解，整體策略比較穩。

第十七題：

豆包和ChatGPT答案如下：

概率題最容易錯在“停止規則”，尤其是最后一次投籃既可能投中，也可能一直未中。兩者都能把邊界情況納入分布列，處理得比較細。

第十八題：

豆包和ChatGPT答案如下：

橢圓題對計算量和幾何關系都有要求，模型需要在方程、交點、面積條件之間來回切換。兩者都給出了長鏈條推導，但壓軸題仍建議人工復核關鍵代數步驟。

第十九題：

豆包和ChatGPT答案如下：

最后一題更接近函數邏輯證明，重點不只是算出結果，還要把包含關系、單調性和條件推演講清楚。AI能給出完整證明框架，但嚴謹性仍需要逐步檢查。

這次高考數學實測，真正說明了什么？

把這輪實測放在一起看，一個變化很明顯：

AI做高考數學的討論，已經從會不會算轉向能不能穩定讀題、拆條件、驗步驟。

選擇題里，它要避免粗心；多選題里，它要逐項判斷；填空題里，沒有選項提示，最終答案必須自己算出來；到了大題，模型還要把證明過程講清楚。這些能力疊在一起，才更接近真實的數學推理。

這也解釋了為什么同一個產品里，快速模式和思考模式會給人完全不同的感受。前者適合日常問答，追求快；后者面對復雜數學題時，會花更多時間展開推理、檢查條件、組織步驟。拿快速模式去代表一個AI產品的復雜推理上限，結論很容易失真。

當然，AI現在還不應該被當成永遠正確的答案機。尤其是多選綜合題、壓軸解析幾何、函數證明這類長鏈條任務，任何一步計算或條件理解出錯，后面都可能一路錯下去。

更穩妥的用法，是把它當成一個高質量解題陪練：先幫你拆題，再幫你核對思路，最后提醒哪些步驟最容易出問題。

從這個意義上說，高考數學實測的價值不只是看豆包和ChatGPT誰多做對一道題。它更像一次公開壓力測試：

當題目足夠標準、評分足夠嚴苛、推理鏈條足夠長，AI到底能不能在中文數學場景里穩定工作。至少從這輪表現看，頭部AI已經具備相當強的高考數學解題能力；但越到復雜題，越需要人和AI一起做校驗。

一句話，AI已經能做很多高考數學題；接下來更重要的問題，是我們怎么把它用成學習工具，而不是簡單的抄答案工具。