10月11日，在清华大学丘成桐数学与人工智能实验室联盟成立仪式上，清华大学讲席教授、求真书院院长丘成桐对这场持续发酵五天的风波给出了自己的注解：对学者来说，这是“最兴奋的时代，也是最危险的时代”。 AI解题靠不靠谱，短答案是：成果是真的，水准也是真的，但手稿上写的“已解决”，目前大多只能算“声称”——公开仅两天，第一份勘误单就到了，仓库手稿总数从722降为719。中国青年报机器之心
AI的输出确实是真的，而且分量不轻
10月6日，OpenAI在GitHub上一次性公开了722篇由内部AI模型生成的数学手稿，涉及372个成果组，涵盖数论、几何、代数、理论计算机科学等多个领域，其中不乏长期困扰数学家的著名开放难题。 这批成果出自一个尚未公开的内部前沿模型。在整个评估过程中，模型一共尝试了解答约4000道数学问题。 按OpenAI的说法，平均每项成果消耗的算力约相当于ChatGPT Pro三个小时的思考计算量。中国青年报DeepTech深科技
最受关注的是“准黎曼猜想”：OpenAI声称证明了黎曼ζ函数及相关L函数在某个固定半平面内不存在非平凡零点，这与完整的黎曼猜想仍有差距，但若结论属实，是解析数论领域的重大突破。 仓库里还声称在四维挂谷问题上取得突破——这正是王虹因证明三维情形而获2026年菲尔兹奖的方向——以及声称证明了2002年提出的“唯一博弈猜想”。其中任何一项定理，只要得到严格确认，都足以成为相应领域的重磅里程碑。DeepTech深科技
但只有约42%通过了机器验证，靠谱的要打折扣
发布两天后，OpenAI在仓库给出第一份更新日志：撤回3篇手稿，修订14篇，另有13篇更新了引用。被撤回的三篇都与霍奇猜想相关成果组有关，问题出在第一篇——一处关键论证把一类几何操作的符号记成了+1，而按论文自己的约定，它应当是-1。 借用这套构造的另外两篇随之撤回，OpenAI同时强调，撤回的是证明，并不意味着数学命题本身错了。机器之心
更有意味的是错误分布的规律：这次被撤回和实质修订的内容，几乎都落在没有Lean形式化的部分。 Lean是让计算机逐步检查推导是否逻辑自洽的证明辅助工具，目前已有300篇手稿的主结果完成这类验证，约占719篇的42%。但机器验证也有边界：计算机确认推导自洽之后，被验证的命题有没有准确对应原问题真正的数学内涵，仍需数学家人工核实。机器之心DeepTech深科技
靠谱与否还不只是对错问题，也是能否读懂的问题。长期从事唯一博弈猜想研究的学者莫什科维茨研读对应手稿后，发现论文里充斥着难以理解的构造、语焉不详的推理步骤和让人摸不着头脑的文献引用。 理论计算机科学家阿伦森把这一天称为“数学末日”，却也承认这可能是数学史上极其重要的一天。对人类几乎读不懂的证明，无法立刻变成可用的知识。DeepTech深科技
数学界没有欢呼，担心的不是智力而是生态
9月11日，陶哲轩、邓煜等25位菲尔兹奖得主联合发表声明《人工智能在数学中的严重错位》；10月7日，陶哲轩又在博客全文转载“人类数学协会”呼吁数学家停止与OpenAI合作的声明，并直言“一次性发布700多份文件，展示的不是学术研究，而是权力”。中国青年报
更现实的矛盾在消化成本。传统上，证出一个大定理只是起点，学界要靠论文、研讨会长年讲清证明思想、新工具和可推广性。当商业实验室能以“批发”速度抛出几百份复杂证明，数学家可能被迫沦为“专职校对员”。 OpenAI已承诺出资赞助研讨会帮助数学界消化，但若哪道题先做、何时发布都由公司决定，研究议程就可能被商业资本牵着走。争议早有铺垫：8月OpenAI公布10项成果即被发现部分存在缺陷，9月8日宣布纳维-斯托克斯方程的解答后，纽约大学数学家巴克马斯特质疑其抢先推进了自己正开展的工作，OpenAI否认不当使用数据，双方至今仍有分歧。DeepTech深科技
抵制之外也有另一种声音。此前数学与人工智能咨询小组（AGMAI）曾建议OpenAI按学术标准发布论文、公开算力与失败记录，这次OpenAI采纳了部分建议但模型仍未公开，AGMAI在10月6日专门声明这不代表认可其研究方式。菲尔兹奖得主海雷尔的态度是：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。 还有学者指出，一些问题因多年无人解决已被视为不可突破，AI的进展反而可能帮研究者重新打开这些被搁置的方向。DeepTech深科技
中国数学界的回答：一边下场用，一边立规矩
丘成桐口中的“危险”，在他自己的解释里指向年轻人。他提到“机器的宏大势力让许多人不想再做了，尤其是年轻的学者们感到灰心，不想做”，并称这是一个很严重的问题。 他的选择不是回避：“我们需要在大潮上冲浪，而不是躲起来、避开它。我们在进行研究时，会遇到很多大风大浪，关键是能迎着浪、继续走。”中国青年报
丘成桐也不是旁观者。他对AI的看法从“不会有任何影响”，变成今年1月在世界华人数学家大会上说AI改变的是科研效率。 他在新论文里公开致谢GPT和Claude，团队借助AI为所有7维奇异球构造正截面曲率度量，也一度是热议成果。 “兴奋/危险”的两段式判断，出自一个已经亲自下水的人。量子位知乎
同场仪式上，中国科学院院士、中国数学会会长席南华点出了制度症结：企业不受学术规则约束，发布成果不需要经过同行严谨核验，甚至允许错误内容流出，给数学界带来巨大冲击。 他的结论是不必陷入焦虑：新的共识还在形成，数学界可以与AI产业界一起，逐步建立一套各方都能接受的规则体系。中国青年报
判断“靠谱”，看三个信号
把这次风波当作标尺，AI解题的可靠性要分三层看：发布时全部722篇只是“声称”；其中约42%已交给计算机逐行检查过逻辑；而真正被数学界接受为定理，还需要同行评审与长期消化——没有经过形式化和同行评审的结果，目前只能算“声称”。 这不等于AI不可信，恰恰说明失效方式是具体、可检查的：出错的那组恰在没有机器验证把关的地方，且勘误保留了旧版本和依赖链。机器之心
700多篇手稿才公开两天，第一份勘误单就来了，它大概率不会是最后一份。 接下来比“AI解了多少题”更值得盯的，是三件事：仓库的勘误与形式化比例是否持续可见地更新，准黎曼猜想、四维挂谷这类名题能否通过外部团队的独立核验，数学界与产业界能否尽快形成新的规则体系。对普通读者，最有用的结论是：“AI说它解出来了”和“AI解对了”不是一回事，两者之间的距离，正是接下来整个数学生态要赛跑的赛道。机器之心
