数学家怎么看OpenAI的722篇论文？3分钟读懂大模型数学逻辑

2026年10月6日，OpenAI在GitHub上一次性公开了722篇数学手稿，全部出自一个尚未对外发布的内部AI模型，涉及数论、几何、代数、理论计算机科学等多个领域。 按照OpenAI的介绍，模型此前一共尝试了约4000个研究问题，平均每项结果消耗的算力，约相当于ChatGPT Pro思考3小时。 热闹过后，真正把这批手稿推上争论中心的，是数学界罕见的大分裂——吵的并不是AI会不会证定理，而是一个更根本的问题：机器生成证明的速度开始远远甩开人类理解的速度，这门学科赖以运转的消化机制被打断了。DeepTech深科技量子位

名题是真的，但“声称”也是真的

传播最广的是“准黎曼猜想”：声称证明了ζ函数和所有狄利克雷L函数，在实部大于7/8的区域都没有零点。 要掂量它的分量，得先知道人类此前的位置：最好的结果也只是把无零点边界推到紧贴ℜ(s)=1的窄带，连“ℜ(s)>0.99”的整条竖带是否干净都无法证明，而从7/8到黎曼猜想要求的1/2还隔着0.375的距离——这是重大进展，不是黎曼猜想的证明。量子位 0.99 整条竖带干净"都做不到。" data-highlight-text="连"ℜ(s) > 0.99 整条竖带干净"都做不到">玄同科技

清单上还有不少教科书级别的名字。π的无理性指数此前只能压到7.1左右，现在被直接压到了理论最优值2。量子位

困扰理论计算机科学二十余年的唯一博弈猜想，被声称给出完整证明，且主结果附有Lean形式化。机器之心

挂谷问题这条线最值得交代：今年7月王虹因证明三维挂谷集合猜想获得菲尔兹奖，OpenAI的手稿声称在此基础上更进一步，做出三维更强版本和四维维数猜想——但这一项恰恰没有形式化，是最需要专家尽快审读的成果之一。机器之心

而且清单并不全是“证明”：约50个成果族实际是证伪或构造反例，一些流传半个多世纪的猜想是被推翻而不是被证成的。机器之心

更该留意的是缺口。发布次日，OpenAI因符号错误导致的论证缺陷撤回了3篇手稿，并对另外14篇进行了修订。 截至10月7日，仓库保留719篇，约42%的主要结论完成了形式化验证，没有形式化的结果目前只能算“声称”。 没查过的那一半里还藏着多少问题，康奈尔大学数学家Alex Townsend的判断是，后面还会发现更多。DeepTech深科技机器之心知乎社区

模型的数学逻辑：不是灵感，是流水线

为什么模型突然“会做数学”？前提是它已有的基准测试成绩接近上限，OpenAI转而用真正的未解难题来检验能力。 它的方法并不神秘：绝大多数结果，都是同一个未发布的内部模型按同一套固定流程跑出来的。DeepTech深科技量子位

幸存下来的结果被整理成一个个成果族，有的组只有一篇主论文，有的还附了另一种证明、相关推论——更像一次大规模搜索的输出，而不是一个人写一篇论文的过程。量子位

这套模式偏偏在数学上成立，是因为数学的检验近乎免费：Lean能够通过计算机算法严格检验推导是否符合逻辑规则，省去人工逐行排查逻辑漏洞的负担。 于是大模型所谓的“数学逻辑”，本质不是理解，而是生成—验证—筛选：用“思考算力”批量生产候选证明，让机器把错的筛掉，把留下的包装成成果。一个佐证是仓库里的例外——实部大于11/12的那份ζ函数证明，文稿经过了人工编辑才便于阅读，说明纯机器产出离“可读”还差一步。DeepTech深科技量子位

但验证这一层有两道裂缝。其一是链式坍塌：数学证明是链式结构，前面错一步后面全跟着错，一个正负号写反就让一篇论文核心论证崩塌、两篇依赖它的论文作废。 其二是“形式化的忠实性”：机器确认了推导逻辑自洽，但仍需要数学家人工核实，这些被验证的命题到底有没有准确对应原问题真正的数学内涵。知乎社区DeepTech深科技

数学家们的三张牌：抵制、立规、先读

立场最硬的是“人类数学协会”（AHM），它批评OpenAI大规模发布未经数学界充分消化的研究成果，并公开呼吁数学家停止与OpenAI合作。DeepTech深科技

这份声明里被引用最多的一句判断是，一次性发布700多份文件展示的不是学术研究，而是权力。DeepTech深科技

10月7日，菲尔兹奖得主陶哲轩在个人博客上全文转载了这份措辞严厉的声明，让这场争议迅速获得极高关注度。DeepTech深科技

而不到一个月前，他已参与25位菲尔兹奖得主的联合声明，警告AI公司正在让数学研究偏离原本的目标。DeepTech深科技

中间派想的是立规矩。独立数学与AI顾问组的回应很典型：他们承认这是数学界的一件大事，但顾问组此前给OpenAI提过建议，不代表他们已经认可这些结果，也不代表他们认可OpenAI产出成果的过程。 10月6日，该顾问组专门发表声明，强调其咨询工作不代表认可OpenAI的研究方式。量子位DeepTech深科技

行动派已经在读。得克萨斯大学奥斯汀分校的理论计算机科学家斯科特·阿伦森把这一天形容为“Mathocalypse”（数学末日）。DeepTech深科技

他的妻子达娜·莫什科维茨长期研究唯一博弈猜想方向，第一时间读了对应论文，发现整篇极其晦涩，必须借助AI工具才能勉强读下去。DeepTech深科技

菲尔兹奖得主马丁·海雷尔则说得更直白：如果数学家拒绝与AI公司接触，也就很难影响这些公司的行为。DeepTech深科技

真正让争论无法收场的，是一个算得出来的成本差。得克萨斯大学奥斯汀分校的数学家Francesco Maggi在发布前就发问：9月那篇流体力学证明，专家们至今还在研究它究竟怎么起作用，一下再来数百篇，谁有精力读？ 数学家们的担忧，正在从“机器能不能证出定理”，转向一个更现实的问题：当机器生成证明的速度远远甩开人类理解的速度时，整个数学学术生态该怎么运转？量子位DeepTech深科技

不过，把陶哲轩读成“反AI”是用错了标签。转载抵制声明的同一天，他的博客还刊登了梅卡对AI数学研究前景的积极思考；他长期支持用大模型和形式化工具推进研究，反对的是把数学难题变成单纯衡量模型能力的竞赛——他关心的是数学家能否继续自主决定研究什么，以及如何评价真正有价值的成果。 OpenAI已承诺出资赞助研讨会和学术会议帮助数学界消化成果，8月也曾召集约40名数学家讨论成果该怎么发布——议程之争才刚开始。DeepTech深科技量子位

接下来盯什么

最值得盯的是核验时钟。按数学界的惯例，单是这批结果中任何一项被学界真正接纳，都可能需要数月乃至数年。 哪些重磅结果先补齐形式化、哪些先被人类读懂并“复述”出思想，将决定这722篇手稿最终进入教科书还是进入档案，也决定“生成—验证”这套新流水线会不会被改写进数学的评价体系。机器之心

对不做数学的读者，这件事其实提前给了一份参考答案：当“给出正确答案”可以被机器批量复制，值钱的能力正在上移——定义什么问题值得问、判断机器的验证是否答对了真正的问题、把“机器知道”变成“人类理解”。数学界只是在替所有行业，先走一遍这条路。