OpenAI 那份 175 页证明稿刷屏了，但学生最先要知道的不是"AI 证出了四维挂谷猜想"，而是这份手稿还没被数学界确认。10月6日，OpenAI在GitHub上公开首批722篇数学手稿。其中一篇长175页，目标直指四维挂谷猜想。 这场热点给出的真正信号是：数学里稀缺的东西已经从做出证明换成了理解、质疑和验证证明——学生党上手 AI 数学工具，也得倒过来学：先学会核，再谈效率。新智元
先别信标题：数字和"版本"要回到原始仓库里对
网上流传的说法多是"解决了 722 个难题"，而对照原始仓库会发现口径细得多：722 是首发时的手稿篇数，归入 372 个结果族，由模型对约 4000 个问题的产出筛选而来；10 月 7 日撤回 3 篇后，当前目录剩 719 篇。 篇数不等于问题数，更不等于结论全部成立。今日头条
“攻克黎曼猜想"这类标题也需要降温：第 003 组证明的是更弱的"准黎曼猜想”，即 ζ 函数与所有 Dirichlet L 函数在 Re s>7/8 的半平面内无零点，离黎曼猜想要求的 Re s=1/2 直线仍有距离；被并称为"千禧年难题突破"的霍奇猜想、BSD 猜想，同样只是限定条件下的结果。今日头条
发布方式同样反常——没有预警，没有经过同行评审，OpenAI 直接把成果扔进了公开仓库。 MIT 数学家 Andrew Sutherland 对《科学美国人》的态度是：在他人能够复现之前，"单个提示词、单个智能体完成"的说法应当视为未经验证。 OpenAI 官方博客则回应，正在负责任地推进产出这些成果的模型发布，并将根据社区反馈更新重大科学成果的披露标准。新智元今日头条OpenAI官方博客
这份 175 页的难度，要放回挂谷"一根针掉头"的百年史里才看得懂。王虹与 Zahl 在 2025 年 2 月交出 127 页论文，把三维挂谷猜想的"集合版"推进到一般情形并正式解决。新智元
四维则是另一道坎：此前的维数下界停在 3.059，今年 9 月的满维突破也只覆盖特殊的"粘性"情形，OpenAI 这份手稿要做的，正是从 3.059 直冲满维 4。新智元
验证方式比结果本身更值得学生注意：仓库里约 42%（300/719，为仓库自述）的顶层结果配了 Lean 形式化证明，撤回与修订记录全部公开。 把证明写成计算机能机械检查的语言，"验证"第一次从学术礼节变成了可执行流程。今日头条
10 月 11 日，陶哲轩公开了他在加州理工的《Math 2.0》演讲，恰好给这场热点提供了注解：数学界的许多制度、传统和激励机制，原本都建立在"证明稀缺"的假设上。机器之心
工具地图按"短板"挑，而不是按名气挑
陶哲轩的演讲里还有一句更重的判断：继续盲目地只优化问题求解能力，如今已经在积极损害数学的长期健康发展。 当答案开始廉价，"会算"不再稀缺，"会核"才稀缺。这套判断落到学生手里，就是一张按"理解—计算—画图—形式化"排开的工具地图：通用大模型（ChatGPT、Claude、国产模型这一类）覆盖最广，代数题和应用题基本能接手，但短板是几何题尤其弱——画不出准确图形，辅助线讲解全是文字描述。 所以让 AI 复述定义、生成第二三种讲法、尝试构造反例，比直接要答案值钱。机器之心知乎
计算验证要交给"引擎"而不是模型本身：Wolfram MCP 的做法是让 AI Agent 可以直接调用 Wolfram Language / Wolfram|Alpha，做符号计算、数值计算、绘图和验证，AI 负责推理，引擎负责真算。知乎
几何和函数题先"看见"再推理：Desmos、GeoGebra 画函数图依旧可靠，较新的文本生成几何工具只要一句"作三角形的外接圆并标出外心"，就能生成可拖动、可导出、可嵌入的动态几何图——AI 的辅助线思路对不对，拖一拖图形就知道。 至于拍照识别、一步出完整解答的搜题类工具，用在作业和考试前务必先查学校的学术诚信规定：识别和查步骤是反馈，代写作业是红线。知乎
三步日常流程：复述、交叉验证、讲出来
把整场热点压缩成一套三步日常流程。第一步，精确复述：让 AI 先说出定理的条件、版本和失效情形再往下推——连挂谷猜想都分"集合版"和"极大函数版"，这份 175 页只是前者，五维及以上也只有"维数至少为 4"。 定理说不精确，多半说明模型自己也没懂。第二步，交叉验证：计算丢给 CAS 重跑，图形拖进动态几何，结论让 AI 构造反例自己打自己；这套动作就是 OpenAI 仓库"Lean 形式化加公开撤回记录"的学习版。第三步，复述输出：合上对话框用自己的话把证明讲一遍，讲不出破绽才算学会。成本上也不必焦虑：仓库说明显示，绝大多数结果出自同一套固定流程，平均每项约使用 3 小时的 ChatGPT Pro 思考算力。 这是研究级问题的量级，学生用它理解概念、核对推导，免费额度完全够用。新智元今日头条
截至发稿，这份 175 页和它的姊妹篇仍在排队接受人类数学家的检验，陶哲轩也提醒，目前处于数学研究前沿的大多数问题仍然没有得到解决，即便投入巨额计算资源也是如此。 学生党不必恐慌"AI 会做题你不会"——公开仓库、演讲幻灯片和这些证明稿本身就是免费教材。AI 大规模生产答案的时代，最先吃到红利的，是把"能看懂、能验证、能讲清"练成肌肉记忆的那批人。机器之心
