一个你天天用来种草口红的 App，做出了全世界只有 7 个人类能做到的满分数学卷。

7 月 21 日，国际数学奥林匹克（IMO 2026）在上海收卷。

中国队拿下冠军，上海中学的邓乐言、张柏伦，和华二附中的刘澈，三个人交出了 42 分的满分答卷。另外 4 位满分选手来自美国、英国、韩国。全球一共只有 7 位人类选手拿到满分。

但和他们并列站在满分线上的，还有一个不是人的选手。

小红书（对，就是那个 App）内部有个 AI 团队叫 dots，他们带着一个还没公开的模型 dots-note 3.0 参加了这次 IMO 2026，六道题，题题满分，42/42。

一个你平时用来种草口红、查旅游攻略的 APP，做出了一个能跟全世界最聪明的中学生并列拿满分的数学模型。

全球只有 7 个人做到满分，小红书的 AI 也做到了

这次"AI 考 IMO"不是噱头，是这一波大模型最看重的硬指标之一。

• 谁考的：小红书内部 dots 团队的 dots-note 3.0，是它们一个相对小型的内部模型版本。
• 考得怎么样：六道题全部满分，42/42，全球只有 7 位人类选手做到。
• 怎么做的：别的 AI 系统做数学题，往往会借助一种专门给机器看的"数学编程语言"来兜底，相当于带了计算器；dots-note 这次没用，直接读人写的题面，靠自己反复检查、推翻自己的中间步骤——官方说法叫"递归自我批判"——一步步推到完。
• 会不会开源：官方说 dots-note 3.0 预期将开源。

这不是 AI 又进步了一点点，是在数学这条最硬的赛道上，直接摸到了人类的满分线。

为什么值得关注

数学，是大厂判断"AI 会不会想"的标尺

为什么所有大厂——OpenAI、Google、Anthropic、阿里、现在加上小红书——都在卷数学？

因为数学能力是判断 AI 能不能真的思考最干净的标尺。写作可以靠背诵，画画可以靠模仿，但数学证明错了就是错了，没法用套话糊弄过去。

Google、OpenAI 都在 IMO 这条赛道上较劲，小红书这次挤进来，拿的是一个稳定的满分——同一张卷子，谁站到 42 分，谁就摸到了这条赛道的当前上限。

能稳定做数学的 AI，通常也被认为离能做科研、能做工程推理更近了一步——但能不能替你做复杂决策，还要看具体场景。

做 AI 的，不再只是你印象里的"那几家"

但真正让普通人要留意的，不是分数本身，而是谁在考这场试。

以前你以为 AI 是大厂的游戏——OpenAI、Google、阿里、字节。现在一个内容社区做出了满分数学模型。

这说明：

• AI 的能力，正在从"少数几家巨头独占"变成"有数据、有人才、有钱就能追上"。
• 你用的 APP——购物、社交、内容、工具——背后的公司，都在悄悄训练自己的 AI，未来它们不只是"接个 ChatGPT"，而是有自己的大脑。

真正的 AI 竞赛，不再是几个大佬的角力，而是你手机里每一个 APP 都可能藏着一个模型。

“刷题还有没有用”，答案正在变复杂

这是家长和学生最该想的一层。

过去我们说 AI 数学不行，至少能安慰自己"它还差人类顶尖选手一头"。现在 AI 在 IMO 拿满分了，意味着：

• 标准化的、有标准答案的、能靠推理流程解决的题目，AI 已经到顶了。
• 但要注意：AI 这个满分，靠的是算力反复试错 + 自我批判，和人类那个"灵光一闪"的证明直觉，是两条路。它能做对，不代表它真的在"想"。

未来值钱的，不是"会做题"，是"会问问题、会判断哪个问题值得做、会说服别人相信答案重要"。

AI 顶到了答案的天花板，但提出问题、定义问题、判断答案价值——这些人的部分，反而成了最稀缺的能力。

这件事和你、你家孩子、你的生意有什么关系

对普通用户：别再把 AI 只当聊天玩具。它已经能解 IMO 满分的数学题，意味着它大概率能帮你跑完工作里那些"有明确对错"的任务——核对一份报表里的数字对不对得上、检查一段逻辑链里有没有漏洞、把一堆资料对齐成结论。把它当一个能跑标准推理流程的同事，不是一个会说话的搜索框。

对家长和学生：别再让孩子和 AI 比做题速度，那是一场注定会输的比赛。把精力挪到 AI 不擅长的部分——提出问题、跨学科联系、做判断、做表达。AI 把"答案"做满了，"问题"这一端反而成了人的主战场。

对创业者：两件事。一是 AI 的技术门槛正在快速被填平，"我有个模型"越来越不是壁垒，"我有独占数据、有真实场景、有用户每天在用的流程"才是。二是会做数学的模型很快会普及（dots-note 3.0 预期开源），那些靠"复杂推理"吃饭的服务——财税、法律分析、工程计算、科研辅助——接下来一年大概率要被重新做一遍，机会和风险都在这。

接下来三个月，盯这几件事

1. 先试起来：dots-note 3.0 还没开源，但 dots.llm1（小红书上一代开源模型）已经可以试用，先用它感受一下"一个内容公司做的模型"到底到了什么水平。
2. 盯一个信号：接下来几个月，看哪些你常用的 APP 悄悄上线了自己的 AI 功能——那才是 AI 真正落地的入口。
3. 做个判断：如果你或你的孩子正在大量刷标准化题目，认真想一次——这部分时间，未来几年还值不值。AI 已经证明了，在"做题"这件事上，它比人更稳、更快、更不会累。
4. 观察一条赛道：复杂推理类服务（财税、法务、科研、工程计算）接下来一年会有大变化，无论你是想入场还是想避险，都值得盯紧。

这件事真正的看点，不是"小红书做了一个 AI"。

是一个你天天用来查口红的 APP，悄悄做出了一个全世界最聪明的人都未必做得到的数学模型。

它说明 AI 的门槛正在被踏平——以前是大厂独占，现在只要你有数据、有人才，就能入场。它也说明，在最硬的赛道（数学）上，AI 已经摸到了人类的满分线。

下次你打开手机里某个常用的 App，可以多想一秒——它背后，可能不只是一个推荐算法。

如果你身边也有人在纠结"孩子还要不要刷那么多题"，或者"团队到底要不要上 AI"，可以把这篇转给 TA——不是给答案，是多一个参考。