SageMath加持的LLM智能体：用计算机代数系统赋能数学研究
大型语言模型在数学领域的应用，过去主要集中于自动形式化证明和定理证明，而计算机代数系统在智能体工作流中的潜力尚未被充分挖掘。近日，一篇被ICML 2026 AI for Math Workshop接收的论文提出了一个ReAct风格的智能体框架，将LLM的推理能力与SageMath的符号计算反馈相结合，并引入Context7提供最新文档上下文，系统评估了前沿模型在科研级数学问题上的表现。
核心思路：智能体+可验证反馈
该研究的关键设计是让LLM智能体在解决数学问题时，能够调用SageMath进行符号计算、数值验证或代数操作，并将SageMath的输出作为可验证的反馈信号，指导下一步推理。这种“推理-行动-观察”的循环（ReAct）模拟了数学家的实际工作流程：提出假设，用CAS验证，根据结果修正思路。同时，Context7确保了LLM能够获取SageMath的最新文档，避免因过时知识导致的错误。
性能提升显著，开源模型追赶闭源
在RealMath基准的科研级问题上，实验结果显示，接入SageMath后所有模型的平均求解率提升了9.7个百分点，增益范围从1.5到27.8个百分点不等。其中，Qwen 3.7-Max受益最大，提升幅度高达27.8个百分点，而GPT-5.5在启用工具后取得了最高的求解率——75.2%，且token消耗最低。这一结果说明，CAS增强不仅显著提升了模型解决复杂数学问题的能力，还缩小了开源模型与闭源模型之间的差距。
基准优化：更可靠的评估流程
论文还对RealMath基准进行了改进，引入了多步后处理和多阶段验证流水线，提升了问题集的质量和可靠性。这为后续研究提供了更扎实的评价基础。
意义与展望
这项研究揭示了CAS增强智能体在数学研究中的巨大潜力。相比纯推理或仅依赖搜索的工具，SageMath提供的精确符号计算能力，让LLM在处理代数、数论、组合等领域的问题时更加可靠。作者认为，这是迈向自动化猜想发现的重要一步。未来，这类智能体或将成为数学家的数字助手，加速探索与验证。
项目代码已在GitHub开源，感兴趣的读者可进一步了解实现细节。