2025年的IMO大赛掀起了AI技术的热潮，这场数学竞赛的硝烟还未散去，各大实验室和高校团队已经展开激烈角逐。从7月19日到23日，全球顶尖AI模型在IMO赛场上的表现引发热议，最终在7月20日，OpenAI和DeepMind等团队成功解出5道题，引发数学界关注。

7月23日，哈佛和加州大学洛杉矶分校的两位学生在arXiv平台发布论文，系统性解析了IMO解题方法论。他们采用Gemini 2.5 Pro+自研的多轮验证框架，在48小时内开源了完整代码，为后续研究提供重要参考。

蚂蚁集团的AWorld项目团队也加入这场AI竞赛：7月24日启动的实验中，仅用6小时就复现并开源DeepMind的5道题解，并推出可一键运行的多智能体IMO系统。

这场竞赛的核心看点在于：传统单智能体框架是否能应对IMO级复杂推理？AWorld团队的实验给出了明确答案：多智能体系统在解题效率和准确性上显著优于单智能体。

单模的「不可能三角」：为什么必须上多智能体？

单个基础模型如Gemini 2.5 Pro，在IMO竞赛中面临明显挑战。虽然第1、4题在小概率下能一次推理完成，但其余4题必须依赖多智能体协同才能解答。这说明了一个事实：IMO级问题已超出单模型的承载能力。

AWorld的实测数据更直观：单模尝试第3题连续10次推理均失败，而多智能体协同仅需5轮迭代就能生成完整解答。这揭示了多智能体协作的核心价值。

「多智能体协同的智力上限，有可能超越其依赖的单个模型」的本质是什么？

AWorld团队从三个维度进行了深入分析：

构建最优输入：从「好问题」到「完美上下文」

多智能体的核心优势在于能动态构造高质量输入。传统模型的输出质量取决于输入质量，而多智能体系统通过生成中间思想、批判性反馈和改进建议，构建出远超初始提问的「超级上下文」，从而解锁模型的深层能力。

实现「元认知」：为系统外挂一个「反思模块」

元认知能力是高级智能的重要标志。单个模型虽能完成解题，但缺乏自我评估和修正能力。多智能体系统通过角色扮演实现元认知，能发现逻辑漏洞、提出改进建议，避免陷入思维定式。

降低「信息熵」：通过交互减少不确定性

IMO问题的解空间具有高度不确定性，每轮多智能体交互都在提供新约束。例如验证者指出「第一步假设A缺乏证据」，这种反馈能显著减少后续探索路径，提升求解效率。

综上所述，多智能体协同的优越性源于其智能化流程。通过协作分解与迭代修正，系统能有效释放基础模型的潜力，最终实现超越个体能力之和的群体智能。

AWorld的「六小时魔法」：把论文变成可运行系统

面对IMO竞赛的挑战，相比展示模型性能，能够复现解题过程更有利于技术演进。AWorld的复现方式提供了重要思路：

核心结构：采用「做题家+验证者」双智能体对话机制，两者均基于Gemini 2.5 Pro构建。做题家生成数学解答，验证者扮演IMO考官角色进行严格验证，通过多轮对话优化解答质量。

核心要素：设计完整的对话循环机制，包括自动检测终止条件、记录完整对话历史、基于反馈的解答重构策略。这些设计有效提升了系统稳定性。

强大的工具与模型生态

模型即插即用：通过统一接口，30秒内可切换OpenAI、Gemini、Claude等任一大模型，方便对比测试与成本优化。

MCP协议支持：允许智能体调用其他模型或智能体作为工具，所有工具均在安全沙箱中执行，保障企业级安全。

生产级的稳健性与可观测性

全链路可观测性：提供智能体决策、工具调用全过程的追踪、指标与日志，让复杂系统行为清晰透明。

精密的上下文与内存管理：支持长短期记忆和复杂编排，确保智能体在长周期任务中保持状态。

支持模型持续进化的学习闭环

开放训练接口：AWorld不仅是执行框架，更是进化平台。提供开放接口，可与主流训练框架结合，利用智能体在真实任务中产生的交互数据对底层模型进行训练。

实现智能体自我进化：通过「数据-训练-部署」闭环，让智能体在特定领域变得越来越「聪明」，构建真正的专家系统。

如何体验「IMO级多智能体」？

3步运行（详见README.md）：

一键准备环境

进入项目目录AWorld/examples/imo，运行./setup_env.sh脚本。自动创建独立Conda环境并安装所有依赖。

配置API密钥

复制模板文件cp.env_template.env，编辑生成的.env文件，填入大模型API密钥、模型名称和接口地址。

激活环境并运行

激活环境后，执行python run.py —q imo4命令解决IMO2025第4题。

写在最后：IMO只是开始

AWorld的复现实验得出一个激进结论：当前多智能体系统的数学能力已超越99%人类选手（测试集有限）。

当单模在IMO折戟时，多智能体系统已证明：AI的智能上限，不仅取决于模型规模，更在于如何组织协作。

多智能体协作可能是一条通往更高群体智能的有效路径。更震撼的是未来潜力：这套系统正在作为reward model训练下一代模型——用多智能体生成的「高阶推理轨迹」作为训练数据，相当于让模型从IMO金牌选手的草稿纸里学习。

AWorld团队透露正在测试「多智能体+形式化验证」组合，目标直指Lean4形式化证明。

IMO 2026，可能将是人类最后一次有机会战胜AI的数学竞赛。