让人羡慕不已的是，陶哲轩早在今年8月便已体验到了OpenAI的o1模型，而且还是那个众人期盼已久的满血版本。他带着一些模糊措辞的数学问题向o1发起了挑战，结果发现o1不仅能准确识别出克莱姆定理，还能给出令人满意的解答。
陶哲轩不仅停留在初次体验上，他还进一步进行了多项测试，包括对比了o1与之前的模型，如ChatGPT和GPT-4，在处理数学问题上的表现差异。尽管新模型在处理某些复杂问题时依然会犯错，未能展现出独立思考的能力，但其表现明显优于先前的版本。
在一系列的测试中，陶哲轩首先重复了此前对ChatGPT的测试，询问了一个涉及克莱姆法则的问题。与以往不同的是，o1不仅条理清晰地回答了问题，还准确找到了克莱姆定理，并给出了令人满意的答案。
接下来的测试中，他提出了一个复杂分析课程中的问题，以及要求将质数定理转换为Lean定理的任务。虽然o1在后者的解答中出现了一些小错误，但整体而言，模型展现了对任务的良好理解和合理的初步分解。
陶哲轩认为，如果对模型进行针对性的微调，并整合进IDE中，那么在公式化项目方面将变得更为实用。同时，他也提到，在日常研究工作中，使用大模型如GPT 4o等，已经成为一种常态，特别是在运筹学领域，这些模型可以提供有价值的MIP公式。
尽管如此，陶哲轩也指出了使用大模型的一些局限性，强调了有效使用提示的重要性。而对于那些觉得大模型不够好用的用户，他认为可能是因为没有充分利用其潜力，或是期望过高。
面对外界对其评价的争议，陶哲轩解释说，他所提到的大模型相当于“平庸但不完全不称职的研究生”的说法，更多是一种形象的比喻，而非实际的等价关系。他认为，随着技术的进步，大模型将在数学研究中发挥更大的作用。
最后，不少用户也分享了自己的心得，认为虽然难以精确衡量使用大模型节省了多少时间，但随着个人提示词工程技能的提升，可以更高效地利用这些工具。
