快讯｜arXiv 2606.07410 揭示 DeepSeek-R1 数学推理是「拓扑模仿」

arXiv 2606.07410（2026-06-05）的研究者用 AIME 2025 的 30 道题、10247 个推理步骤，把 DeepSeek-R1 和人类数学家做对比分析。

核心结论：

• 人类是「分析-推导」紧凑交替，DeepSeek-R1 频繁「回访-空转-浅层验证」
• 研究者命名这种行为为 「拓扑模仿」（topological mimicry）
• 真推理的两个信号：稳定的「分支+回溯」，且反思要落在「推导」中

对正在用 DeepSeek-R1 做数学/代码 Agent 的团队：长 CoT ≠ 强推理，训练 reward 应奖励「功能性推理」而非「看起来努力」。