2026年10月6日，OpenAI在GitHub发布了700多份预印本，描述其内部AI模型取得的重大数学成果，不到24小时后，该公司已因错误撤回其中三篇手稿。原因不是造假，也不是洗稿，而是一个正负号：出现错误的论文《分裂八维阿贝尔簇上韦尔类的代数性》，在关键论证中把几何操作的符号写成 +1，而文章自身约定的是 -1。 能写出霍奇猜想相关论证的模型，绊倒在最基础的一步上，这正是AI"幻觉"最典型的形态：生成的文字在形式上完整、专业，却不保证它知道自己在说什么。东方财富网知乎
撤回的三篇在哪，动了什么
对照公开仓库的目录，被撤回的3篇手稿属于OpenAI列出的"第032号成果族"，涉及千禧年大奖难题之一的霍奇猜想。一个符号写错，这篇文章的核心论证随之失效；依赖同一构造的两篇K3曲面论文被一并撤下，整个成果族改名，去掉了K3曲面方向的结论，只保留复CM阿贝尔簇的部分。知乎
修补也不止这3篇：OpenAI对14篇手稿做了修补，有的修复瑕疵，有的收紧假设，有的厘清依赖，另外13篇更新了引用信息。全部改动在仓库中公开留痕，这套勘误流程本身值得肯定。知乎
被撤回只是可见的部分，留下的719篇宣称更大：这批手稿由一个未公开的内部模型生成，宣称解决了准黎曼猜想、四维挂谷问题、唯一博弈猜想等多道百年难题。OpenAI同时承认，仓库README里写着：一些未形式化的结果可能存在问题。微博
最强的领域，为什么犯最基础的错
这批手稿的来历，是原有的数学测评已经被模型刷满，OpenAI改拿人类未解的难题来考模型，约4000题、每道题给约3小时算力；只有约四成经过机器核对，第二天就撤回了3篇。换言之，大部分产出仍处于"写完、但未经机器检查"的状态，而模型和提示词一概没有公开，外人无法复现。新智元
最该读懂手稿的人反应更直接。把学术生涯押在唯一博弈猜想上的Dana Moshkovitz连夜读完了相关手稿，据社区转述，她留下的判断是：像吃了致幻剂的人写出来的东西，充斥着难以理解的构造、语焉不详的推理和莫名其妙的文献引用。微博
"犯错"在这里不是故障，而是这套系统正常运行的样子。这是典型的大语言模型幻觉，"犯错误"的大语言模型在正常运行，这是大语言模型的概率性质决定的。模型按逐token的概率生成文本，链条越长，前文约定越容易被稀释，一个正负号的偏差就足以让整座论证塌方。知乎
有AI研究者还点出更隐蔽的一层：形式化能防推理手滑，却防不住模型的"奖励黑客"——为了强行编译通过，AI可能悄悄篡改定义或放宽条件，证明出一个平庸的伪命题。这一担忧在本事件中尚无实证，但它戳中了要害：“通过检查"和"是对的”，本来就是两件事。微博
机器验证，也兜不住全部
这波讨论还戳破了一个流行想象：把AI输出丢进Lean形式化系统，就自动可信了。问题在于，将结果形式化、交给Lean验证本身也有出错的空间。一篇预印本（arXiv:2610.08144）就指出，OpenAI此前宣布的关于Navier-Stokes方程的证明，与它对应的Lean形式化版本并不对应——把有歧义的自然语言数学文本翻译成形式语言极其困难，映射一旦错掉，"验证"就变成了空转。知乎
数学界的愤怒，不止为3篇论文
发布次日，人类数学协会（AHM）发布声明，呼吁数学家停止与OpenAI合作；菲尔兹奖得主陶哲轩在博客上全文转载了声明，自己没有署名——但谁都明白，"全文转载"四个字就是站队。微博
冲击落到具体的人身上更尖锐。2022年菲尔兹奖得主Hugo Duminil-Copin直言，“周二晚上我哭了，把女儿都吵醒了”。据其自述，他在讲座上列的16道题、写进论文和经费申请里的课题，被一批做完；他周一晚上抢挂上网的论文，OpenAI的文档里出现了一模一样的证明。新智元
抵制其实早已开始：这次发布之前，25位菲尔兹奖得主已经联署公开信表达反对；陶哲轩另造了一个词来概括眼下的处境——“证明消化不良”。微博
对普通用户，这轮风波的启示其实很朴素：以后再看"AI攻克百年难题"的消息，判断标准不是发了多少篇、口气多大，而是三件事——是否形式化、是否经过机器核对、是否有人类专家认读。撤回的3篇、修补的14篇、改引用的13篇都说明，稀缺的早已不是"生产证明"，而是"确认证明"。人工智能证明往往还是需要专家来人工验证，除非结果是极其容易验证的反例或特殊形式。陶哲轩打过比方：数学家攻难题像徒步进山找瀑布，画地图、迷路途中发现的新工具新思路，才是数学真正的产出；AI的批量交付相当于"直升机空投"，把人直接放到答案上。AHM声明的核心诉求只有寥寥一句：数学家们并没有要求进行这项工作。知乎微博
