美东时间2026年10月6日，GitHub上线了名为openai/math的仓库，OpenAI把一款未发布内部模型产生的数学结果一次性公开：首版目录722份手稿，归为372个结果家族。 按仓库说明，模型在内部评测中被给予约4000个开放研究问题，平均每项结果约使用3小时ChatGPT Pro思考算力；发布一天后已有3篇撤回、14篇修订，当前目录为719篇。 对学生党来说，这件事并不是“AI要取代学习”的宣判，而更像一份实操答案：当“解题”已经被AI以科研级规模批量产出，会用AI的人拼的不再是拿到答案，而是验证答案、理解问题和提出问题。36氪知乎
722、719、372：三个数字各说各的事
手稿数会变动，家族数不变。372个家族分布在17个领域，理论计算机科学40族、组合数学37族、代数与复几何36族排在前面，最大的七个领域合计约占61%。 仓库中关注度最高的一组结果，证明的是ζ函数及所有Dirichlet L函数在Re s>θ内无零点，论文给出θ=7/8——媒体所称的“准黎曼猜想”离真正的黎曼猜想（全部非平凡零点位于Re s=1/2直线）还有明显距离，“证明黎曼猜想”的说法并不成立。 同一批目录里还包括一份175页的四维挂谷猜想证明稿，被拿来与此前攻克三维情形的王虹作对照。36氪知乎知乎
突破在哪，问题也在哪
这批结果的验证程度并不均匀：约42%（300/719）的顶层结果已用Lean完成形式化——把数学命题和推理写成严格代码交给程序检查，其余依赖人工审阅；且形式化只保证写进Lean的命题被证明，该命题是否忠实对应原问题，需要另行核对。 撤掉的3篇最能说明风险：一份讨论Weil类代数性的几何手稿因符号错误导致定理使用条件不满足，两份借用该构造的手稿随之失去支撑。知乎36氪
更关键的是可复现性：模型未发布、提示词未公开，MIT的Andrew Sutherland对《科学美国人》表示，在他人能够复现之前，“单个提示词、单个智能体完成”的说法应视为未经验证。知乎
数学界为什么没有欢呼
冲突早于手稿发布。9月11日，陶哲轩、邓煜等25位菲尔兹奖得主联合发表公开信，指出AI公司把解决数学问题当作基准测试推进，对数学共同体有害。 手稿上线后，组合数学家吉尔·卡莱称这次发布是数学的里程碑，但紧接着提醒：证明仍需人类数学家核验、消化。微博36氪
10月7日，矛盾进一步公开化，陶哲轩代表人类数学协会发出决裂声明，强烈敦促所有数学家停止与OpenAI合作，重回以人类理解为核心的科学愿景。 另一侧的声音更激进，xAI联合创始人的判断是“数学要毕业了，两千年英雄史彻底落幕”。微博36氪
刷题端：AI会做题，让“对答案式刷题”先失效
学生这边，AI的能力早就越过了“会做考题”这条线：有人让模型全程禁止联网、仅靠自身知识答图形推理题，拿到94.4分、用时16分钟。 收藏量远超点赞的备考笔记里，“用AI备考少刷了200小时题”已经是一部分人真实的工作流。 如果刷题的目标只是得到正确答案，这一步现在很便宜；但会做不等于会懂——有回答一针见血地指出，AI能帮助你快速理解，却无法让你形成举一反三的思维，真正逼你掌握的方式是输出。 这次OpenAI事件对刷题党的启示因此很具体：让AI替你“做题”，把“被测”留给自己——做完一题让它出同型变式重新测你，让它写解答让你找出第一处错误并说明理由，让它扮演考官反驳你的思路。能驳倒AI，才算真的会。小红书小红书知乎
科研端：把AI的输出当预印本，不当录用稿
科研端，这次事件给出的是全程示范：连最强的模型批量做科研级问题，产出里也有撤回、有依赖链崩塌、有未经核验的主张。一位研究生的提醒很现实——AI生成的idea有时连验证器都看不出问题，没有判断力的学生拿着这些去做科研，体验只能给负面评价。 学生用AI做课程项目或科研，可以直接把OpenAI自己的翻车点变成自查清单：先核命题，AI证明的到底是什么，和你问的是不是同一件事——θ=7/8不是黎曼猜想就是现成的例子；再核依赖，AI的论证借用了什么结论，一处塌了连带哪些一起失去支撑——符号错误牵动三份证明就是前车之鉴；最后核验证状态，机器可检、人工审阅还是独立复现，三者都没有时，只能按草稿对待。学生与AI的分工不在“再算一遍”，而在“问对问题、核住过程”。知乎
截至发稿，模型未发布、提示词未公开，专家审阅和独立复现均未完成，后续值得观察的信号是撤回与修订的节奏，以及形式化比例相对300/719的变化。 对学生来说这反而是好消息：AI的答案越是被允许证伪，人自己握着的验证、理解与提问能力，就越是用AI学习里最稀缺的资产。知乎
