清华与月之暗面 TCSExam 基准：GPT-6 Astra 证明 70% 定理却解不开 0 道公开猜想

清华大学与 Moonshot AI 的 TCSExam 论文显示，GPT-6 Astra 能在 Lean 中证明 70.0% 的研究级计算机科学定理。在 30 道理论计算机科学公开猜想上却全部失败（0/30），Kimi K3.1 Pro 的无引理定理证明成功率为 38.3%，其余 6 个 agent 至多 11.7%。