Aletheia 自主攻克 FirstProof 挑战

本文报告了由 Gemini 3 Deep Think 驱动的数学研究代理 Aletheia 在首届 FirstProof 挑战中的表现。在规定时间内，Aletheia 根据多数专家评估，自主解决了 10 个问题中的 6 个（第 2、5、7、8、9、10 题），其中仅第 8 题专家意见未完全一致。为确保透明度，文章阐述了对 FirstProof 挑战的理解，披露了实验细节及评估方法。原始提示词与输出结果已开源。