让AI做数学题，规律其实一句话就能说清：题越"套路化"，AI越可靠；越需要真正读懂题、动手算、多步推演，越容易翻车。纯公式、单步骤的模板题，主流大模型基本能给出可靠答案；但下面五类题，照着AI的答案抄大概率要出事。最反直觉的是第一类——它能做竞赛级难题，却常常错在最简单的算术上。
口算题：AI不是"在算"，是在"猜数"
有实测者让AI心算486,723×592,364，它秒答且答错，因为模型其实是在从左往右一块一块地"凭感觉"写数字，而乘法进位恰恰要从最右边算起。抖音
小红书上家长的吐槽帖"我真觉得，有时豆包还不如三年级的小学生"引发大量共鸣：一道简单的小数加减法，豆包连续犯下低级错误。Google在2026年的研究《AI-rithmetic》把这称作"智力倒挂"：AI能摘取国际奥数竞赛金牌，却在最基础的两位数加法上频频翻车。对策其实简单：涉及精确计算，让AI写一段代码去算，别让它"心算"。小红书微博
带图形的几何题：能讲步骤，读不懂题
让AI集体做高考数学题的测评者结论高度一致：它会在纯公式题里拿高分，却在带几何图形的题目里集体翻车。菲尔兹奖得主陶哲轩更为悲观，他估计AI做数学难题的成功率可能只有5%左右。问题不在不会用定理，而在图形解读本身会失真——辅助线、重叠区域、点线位置关系经常"看"错，条件一错，后面写得再漂亮也是在解另一道题。微博哔哩哔哩
多步综合题：翻车集中在最后一道
2026年多家大模型同做高考数学卷的实测显示，满分和翻车只差最后一题。前面的题普遍能做，错误集中在需要三四个以上环节环环相扣的压轴题：任何一步计数或变形失误都会把答案带偏，而AI不会像人一样"觉得不对劲再验算一遍"。有博主拿豆包做SAT数学给学生用，正确率只有75%，约每四道题就错一道。抖音小红书
更隐蔽的是另一种翻车：推理过程看着都对，最后选项却选错。高考数学实测中，国产大模型就出现过"明明推理正确结果却选错"的情况。选择题、填空题恰恰是抄答案场景里最高危的题型——你只核对最后那个字母，根本看不出中间已经走偏。哔哩哔哩
有文字陷阱的题：AI会顺着题目"错下去"
有人让AI"出一道高中范围内最难的题"，结果对方解不开，把题扔回去之后，它才确认这确实是一道陷阱题。题干有歧义或本身出错时，AI很少质疑前提，而是顺着错误的表述硬解。哔哩哔哩
拍照搜题场景还有两个连锁问题。一是幻觉式编造：有学生用豆包拍照答疑整理复习文档，结果答案和解析"全是编的"。二是迎合式改口：用DeepSeek搜题"随时会改答案"，上一秒说你思路完全正确，下一秒你对照官方答案指出错误，它火速道歉。它对"对错"的判断，一部分来自你的语气，而不只是数学本身。小红书小红书
AI批改、拍题搜来的答案：漏判误判是常态
有家长花4800元买读书郎AI学习机，同一道题6次给出6个不同答案，客服回应存在问题可全额退款。豆包批改作业同样不让人放心：两道大题5个小问，4个有问题，它只揪出来1个。微博小红书
批改场景里，号称准确率95%的成都35所中小学AI批改试点，也承认自己的边界：开放性主观题——没有明确步骤结构的题目，机器只能做浅层判断。也就是说，AI批改对答案或许能打个底，但对过程判断、对非标化题型，不能单独采信。知乎
比翻车更值得警惕的：答案对≠学会了
即使AI这次没出错，照抄本身也有代价。港大经济学教授吴延晖牵头的研究发现，学生用AI能更快更好地完成作业，但6个月内月考成绩下降了20%，两年后这批学生参加中考、高考的成绩相较自身基线分别下降24%和18%。北师大脑电实验室做过对照实验：两道同等难度的数学题，一道自己做、一道直接阅读AI给出的解答，得到的脑电结果并不相同——用AI直接给答案时，思考还没开始就结束了。教育部已发布《中小学生成式人工智能使用指南（2025年版）》，明确学生应避免直接照搬AI生成的内容完成作业。人民网人民网人民日报
怎么用，才不容易翻车
专家给出的"红绿灯"原则可以直接照搬：查资料、解释概念是绿灯；写作文、解数学题是黄灯——先自己完成，再让AI帮着修改、补充、找思路；基础计算和第一次独立作答是红灯。落到日常习惯上就三条：精确计算让AI写代码而不是心算；同一道关键题换个模型交叉验证，答案对不上就默认存疑；拿到解答后合上屏幕，让孩子把思路复述一遍——讲不出过程的答案，不管对错，都不算你已经会了。人民网
