OpenAI数学成果"不共享"的前提，其实说反了。美国时间10月6日，OpenAI把一个尚未发布的内部模型产出的722篇数学手稿整体挂上GitHub，按结果相关性归成372组，谁都能看。真正没共享的是另一半：模型没有发布，据报道提示词也没有公开。所以这场争议要回答的不是"共享不共享"，而是：当一家商业实验室用小时级的速度批量生产证明、把验证和理解整个留给学术共同体时，传统科研那套"共享"规则会发生什么。微博知乎
共享了什么：722篇手稿全量公开，一天后就开始缩水
按仓库README的口径，模型在内部评测中被给予约4000个开放研究问题，经聚合和重要性门槛筛选后形成目录，平均每项结果约使用3小时ChatGPT Pro思考算力。这批成果覆盖理论计算机科学、数论、几何、数学物理等17个领域。里面不乏真正的大名字：准黎曼猜想、四维挂谷问题、唯一博弈猜想，任何一个坐实都足以成为相应领域的里程碑。知乎微博知乎
这份全量公开目前还站不稳：发布第二天目录就开始缩水，撤回3篇手稿，一个符号错误让一篇论文的核心论证失效，连带两篇依赖它的论文一起下架，另有14篇修订、13篇更新引用，目录降至719篇。所谓"准黎曼"结果也要先泼冷水：它只是证明了ζ函数在θ=7/8右侧无零点，与真正的黎曼猜想（θ=1/2）仍有距离，"证明了黎曼猜想"的说法不成立。知乎知乎
没共享什么：模型、提示词和大半的推导过程
验证覆盖并不完整：截至10月7日，只有约42%的主要结论完成了Lean形式化验证——即用计算机程序逐步检查逻辑链条，OpenAI自己也承认，尚未完成形式化的证明可能存在漏洞。过程共享更稀疏：剩下的719份文件里，只有10份附了模型的推理链。换句话说，OpenAI共享了结论，没有共享生产结论的手段：共同体拿到的是海量答案文档，不是可复现的检查工具。知乎知乎
数学家为什么愤怒：生产成果和验证成果变成了不对等的分工
最先感到切肤之痛的，是被"解决"了毕生课题的人。研究了二十多年唯一博弈猜想的达娜·莫什科维茨发现，这份"证明"充斥着难以理解的构造、语焉不详的推理步骤和莫名其妙的文献引用，最后不得不借助另一个AI工具才勉强读下去。人类数学协会（AHM）的声明把火药味挑明：数学家们并没有要求OpenAI做这些工作，一次性发布超过700个文件，不是学术的展示，而是权力的展示。伦敦数学会的措辞温和许多，但落点一致：数学不只是拿到答案，更要实现人类对结论本身、以及得到该结论整套推导过程的充分理解，共同体依靠阐释说明、同行评审与集体核验来确认新结果、形成更深刻的洞见，为后续新发现打下基础。知乎知乎知乎
这不是三个月里的第一次摩擦。8月，OpenAI公布10项数学与理论计算机科学进展，很快就有研究者指出部分成果存在论证缺陷和引用问题。9月8日，其内部模型又宣布给出了纳维—斯托克斯方程存在性与光滑性问题的一种解答，这是七大千禧年大奖难题之一。知乎微博
而9月底，陶哲轩已联合另外24位菲尔兹奖得主发表公开信，警告AI公司正在让数学研究偏离原本的目标。这批手稿上线的次日，陶哲轩把AHM声明以客座文章形式转到自己博客——他并非该协会会员，但"全文转载"这个动作本身被普遍视为公开站队。知乎知乎
被颠覆的到底是什么："人签字"的机制被绕开了
一个数学成果从论文到知识，传统链条是：投稿、同行评审、发表、讲座研讨、简化并写进教材、再长出新的问题。慢，但每一步都有人签字。现在生成被压到小时级，验证和吸收仍然留在人这边，成本结构就此倒挂——生产的成本崩塌了，理解的成本原地不动。陶哲轩把这叫数学界的"证明消化不良"：AI生成命题、证明、反例的速度很快，人类验证、理解、写作、教学、吸收的速度跟不上。他给出的出路是重新定义进步：讲解、建立社区、开辟新方向，应当取代"解出著名难题"成为评价标准。知乎知乎
连机器验证也出现了新的裂缝。有研究者把OpenAI纳维—斯托克斯手稿的自然语言陈述与配套Lean代码逐条对比后发现，Lean实际证明的定理陈述和手稿想证明的命题并不等价。编译通过只证明"写进代码的命题为真"，不保证它和原问题是同一件事。同行评审、复现、归因这套过去让论文"成立"的机制，各自出现了新的失效方式。知乎
数学界没有统一：抵制、接触、继续用
抵制不是共识。菲尔兹奖得主马丁·海雷尔态度明确：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。更微妙的是，OpenAI自己的独立顾问组——九位学者、含三位菲尔兹奖得主——在手稿上线当天就声明：不代表认可这些结果。各方立场的底色是一个现实：当前最强大的数学推理模型和算力，主要掌握在少数商业实验室手里。知乎知乎
OpenAI方面的回应是继续给台阶：承诺出资办研讨班，资助社区消化这些结果。冲击波也已经溢出数学界：这批成果公开后，不仅全球数学界被震动，加密货币行业也一时紧张起来。知乎微博
接下来该盯什么
可观察的信号有三个：撤回与修订的节奏，形式化比例相对300/719的变化，以及提示词与模型最终是否公开——这三项都来自仓库方公布的口径本身。对多数人来说，最简单的结论是：以后再看到"AI攻克某著名难题"，别急着当成教科书新增定理，它现在的准确含义是——多了一份需要整个数学界花几年去读懂、挑错、消化的文件。知乎
这场"不共享"之争，真正颠覆传统的地方在这里：传统科研的共享单位是"论文"，共享的前提是可复现、可同行评议、可署名归因；AI科研的共享单位变成了"结果包"，生产端小时级、验证端年计，而问题、模型、算力都留在黑箱里。陶哲轩那句"一次性发布700多份文件，展示的不是学术研究，而是权力"之所以传得快，是因为它点破了规则冲突的本质——共享从来不只是公开，它需要一套人来签字的机制。这套机制怎么重建，比这719篇手稿本身更值得等一个答案。
