剛下班，嘗試在一個本科生的拓撲問題上使用Grok-4。它花了9分鐘思考，然後自信地給出了一個乾淨、合理，但完全錯誤的答案😅 我不認為這個算是「技術上對抗性強」。AI模型正在壓倒基準——但在真正的數學AGI方面仍然有很長的路要走。