1
我上高中的时候，班上有很多学习天赋非常好的人。
平时你完全看不到他们在学习，但他们的成绩就是那么的牛叉。
而且我可以保证他们没有在夜里偷偷学，因为我们高中是寄宿制，我跟他们二十四小时在一起，就连周末都是一起去打游戏。
他们游戏打得很菜，一口一声哥让我带他们下副本。
结果等考试成绩一出来我人傻了，合着你们游戏上的天赋都挪到数学上了是吧。
那时候我还相信鸡汤，还相信人与人之间没有跨不过去的高山。
我会想是不是我还不够努力？
是不是我学习方法有问题？
是不是我还可以再拼一拼？
于是我开始发了疯的学习，发了疯的做题，我缠着班上最聪明的那几颗脑袋瓜日夜不离。
我说我带你们在游戏下副本，你们带我在考试上层楼。
他们大喜过望开始给我讲题，然后我就发现我竟然真的是个废物点心。
他们完全不需要对我藏私，反正全讲了我也听不懂。
对，我连听都听不懂。
在最绝望的时候，我甚至发誓只要让我搞懂这道数学题我愿意少活十年。
可是好遗憾啊，寿命确实不能拿来交换智力。
哦对了，后来成绩出来之后再下本的时候我更傻了，因为他们玩游戏进步也很快比我也厉害了。
人家之前，只是没有认真而已。
真的，我气到半夜都要从床上爬起来惨叫一声没天理。
后来我才知道，天才是不需要讲天理的。
天才本身，就是天理。
2
推理小说家东野圭吾老师有个短篇，叫《超理科杀人事件》，里面有个叫【理科人】的设定。
在故事设定里，理科人只占人群中很小很小的一部分，他们是天生的数理天才+科研奇才。
其他人都是【伪理科人】，穷极一生也不可能真正接近和理解理科人。
再爱也不行，再爱也没用，甚至他们还占用了一部分属于天才的资源，拖了天才大腿。
这个设定当然只是小说家的臆想，可是当我看到这一段的时候真的好破防好破防啊。
我生下来就不是天才，以后也不会是。
我甚至完全不能理解理科人是怎么思考的，我对一个问题的推导过程是从A到B，我以为他们可以告诉我怎么从B继续到C。
但他们说不出来，因为他们的思维里根本不需要经过B。
你以为他们是直接从A到C？
不，他们是从A到E=mc²。
3
其实那些都是高中时候的事情，那些曾经内心深处幽暗的挣扎，放到今天来看已经像个笑话。
我都到这个岁数，没什么好争强好胜的。
我认了，我就是废物点心，我就是一辈子都没机会看懂他们。
哪怕我去找个天才给我当老师都没有用，天才不一定是好老师，甚至一定不是好老师。
因为天才的思维太快了，普通人跟不上。
他们没有耐心甚至没有能力把一个问题掰开了、揉碎了跟我讲，他们甚至理解不了我为什么会有问题。
我觉得难如登天的东西，他们压根就不需要思考，看一眼就能凭直觉给出答案。
你让他们给过程，他们自己都要挠头。
直觉这个东西怎么教？
教不了的。
认命吧。
说实话，在Kimi发布k0-math之前，我真的以为我已经认命了。
几乎是认命，但只是几乎。
我给自己留的那小小的一点点念想，被Kimi唤醒了。
4
先说一下这个k0-math是什么东西：
作为Kimi 推出的首款推理能力强化模型，k0-math采用了全新的强化学习和思维链推理技术，通过模拟人脑的思考和反思过程，大幅提升了解决数学难题的能力，可以帮助用户完成更具挑战性的数学任务。
简单来说，它可以像人类中的数理天才一样思考数学题，并且把思考过程给你展示出来。
天才很罕见，理科人很罕见。
但k0-math可以批发天才，批发理科人。
Open AI前段时间发布的o1大模型非常猛对吧，不经过专门训练就能达到数学奥赛金牌水平，问题是Kimi的k0-math可以和o1打得有来有回。
如果用业界最常使用的数学能力基准测试MATH作为参考，那k0-math模型的得分93.8已经超过了o1-mini的90分和o1-preview的 85.5分，仅次于暂未开放使用的o1完全版（94.8 分）。
这个差距已经非常非常小了，完全可以说是能和世界水平掰手腕了。
哪怕对真正做数学研究的专业人士，k0-math也可以帮忙节约大量琐碎工作所消耗的时间。
对，你可能会说我不做数学研究，我不参加数学奥赛，我已经十几年没做过数学题，它这些能力和我好像没什么关系。
不是它不厉害，而是它太厉害了，理论上普通人拿着这东西真的没什么用。
但你知道我拿它干什么吗？
我拿它【圆梦】。
相比于过去那些五花八门的大模型，k0-math有一个超越式的突破：
它终于能展示自己的【思考过程】了。
大家知道现在考试喜欢考融合题，什么历史+物理，生物+地理，那如果我问它文言文+物理+数学呢？
它甚至可以先把文言文给我翻译出来，再从物理角度给我一个答案，最后告诉我数学上的解答。
更离谱的是什么，是它还能陪我玩24点，并且把里面的每一步思考过程都讲出来。
如果在解题过程中出现了错误，它也会自我验算+自我反思，最后纠正为正确答案。
以前我们只知道AI给了答案，但不知道它为什么要这样给，自然也谈不上跟AI学习，堪称赛博祈祷。
但现在我可以无限问它问题，无限追问它的思考过程，无限追问这里面的每一个细节、思路和过度衔接，而且它还可以随时待命。
比如我问它某个数学题，里面有个前置知识点我搞不懂，我可以花四五个小时先把这个知识点搞懂了再继续问它。
但如果我是在问一个人类学霸，那我没办法要求他随叫随到，我花四五个小时去搞懂前置知识点，人家不可能一直等着我。
在这个提问和追问的过程中——
我真的有机会看懂天才，看懂理科人。
5
关键是，同样的事情我找个人类来做，不说完全做不了吧，那成本和代价也会很高很高。
想要深入了解数理天才是怎么想的，与其靠数理天才本人，还不如靠AI大模型。
第一，他们自己也没有能力讲清楚自己的思维过程，很多理科天才是不善言辞的。
但Kimi不一样，它之前擅长的本来就是长文本生成，现在又加上了数理大脑，可以说它是文理双修。
第二，我班上那个学霸有可能愿意回答我的问题，但我不可能抓着他/她一直问一直问一直问一直问一直问，再问人家该翻脸了。
但Kimi的k0-math模型不会翻脸，只要我想，我就可以无数次地问它任何基础问题，让它无数次地补充思考细节。
它有着堪比理科人的大脑，却可以成为我的专属顾问。
第三，即使对数学不感兴趣，它也有着非常广阔的未来。
AI大模型的发展，从来都是一个先难后易的过程。
Kimi连数理模型都解决了，在其他领域还不是手到擒来？
关键是，我们得去学着用，得去适应这个有了AI大模型的时代。
某种意义上，AI大模型已经实现了一种基于技术平权的【智力平权】。
过去我们生下来不是天才，这辈子就和天才彻底无缘了。
高中时候和那个拿了世界奥赛金牌的同学在相邻蹲位上过厕所，这可能就是我这辈子离天才最近的距离。
但未来有一天人人都可以用上k0-math，都可以依靠数理大模型尝试解析天才的思维和理科人的大脑。
虽然就算让我一遍一遍一遍一遍一遍一遍一遍地去问，我很可能还是看不懂。
又或者就算我看懂了天才的思维方式，我依然成不了天才，成不了理科人。
但那又怎么样呢？
至少在看懂那道题的那一刻，我终于可以告诉十多年前那个绞尽脑汁拼命挣扎想瞎了心想爆了头的自己。
或许我还是不咋地，但我终于做到了。
我有我的价值，我有我的命运，我有我的k0-math。