北京时间10月7日，OpenAI把一批AI生成的数学研究手稿挂上了GitHub，宣称模型在300多道人类未攻克的数学题上取得了进展。但比"解出多少题"更要紧的是，所有"证明了""解决了"都是OpenAI自己的表述，绝大多数成果尚未经过同行评审。 发布还不到一天，手稿中暴露出的明显错误就迫使OpenAI主动撤回了3篇。 当答案开始被算力批量生产，瓶颈就转移到了人类逐一确认答案上——这才是这场震动真正的分量，也是与你我最相关的部分。36氪知乎
成绩单是真的，但数字得掰开看
按官方目录，这批手稿首版共722份，归为372个"结果家族"，来自OpenAI交给模型的大约4000个研究问题，分布在17个领域。 一篇手稿可以包含多个结论，一道题也可以从几个方向攻，手稿数并不等于题目数——"300多道"是媒体的概括口径，把它说成"解决了722道题"则不准确。题目里有不少响亮的名字：准黎曼猜想声称证明了zeta函数与所有狄利克雷L函数在实部大于7/8的半平面内没有零点，并附上了Lean机器形式化，但完整的黎曼猜想依然原封未动。 2002年的理论计算机科学世纪难题"唯一博弈猜想"也在声称突破之列。按公告口径，平均每个结果耗费约3小时的ChatGPT Pro算力。36氪36氪知乎
这也不是OpenAI第一次在数学上制造声量。9月上旬，OpenAI宣布一个尚未公开的内部模型组织约1万个并发AI智能体，在88小时里给出了纳维-斯托克斯方程存在性与光滑性问题的结果。知乎
这个属于克雷千禧年难题的"结果"走的是构造反例的方向，不满足原题的评奖条件，那100万美元奖金OpenAI明确表示不会申领。 纽约大学教授布克马斯特声称自己更早就在相近方向做出了结果，"谁借鉴了谁"的争议持续了一个多月仍未了结。知乎
验证，才是新的瓶颈
陶哲轩把眼下的局面称为「证明消化不良」——AI以工业化速度批量生产证明，但人类根本来不及验证、理解和吸收。 在这位向来拥抱新技术的学者罕见发出的视频警告里，"必须放缓AI，现在的速度简直疯了"成了被引用最多的句子。36氪36氪
9月，陶哲轩与24位全球顶尖数学家发布了联名抵制声明，按研究者的核对，声明的核心意思是：一下子放出700多个文件，展示的是权力，算不上做学问。知乎
验证的重担已经实实在在落在了具体的人头上。菲尔兹奖得主雨果·迪米尼-科潘说，他正在研究AI声称已解决的16个问题，但因为涉及海量理论和数据，所以验证工作量巨大；机器验证这一项，722份手稿里只有162份的主要结论用Lean验证过。知乎
同一道题，两种解法
作为对照，谷歌DeepMind的AlphaProofNexus解决了9道埃尔德什开放问题，其中两道题足足悬了56年。36氪
它老老实实等了几个月，正儿八经走完了同行评审，成果交给《Science》发表，形式化代码一并公开。 两家用的都是AI，真正拉开争论的不是模型强弱，而是发布方式：一方把未校对的初稿直接扔给全行业，另一方等验证完再说话。数学界抵制的不是AI，而是"答案对不对"的成本被甩给整个社区。36氪
这件事与你的三种关系
如果孩子学数学，先别急着劝退。MIT副院长Justin Solomon在被问到还要不要继续学数学时非常笃定地回答，必须得学。 要变的是学习重心：批量解题正在贬值，提问、判断答案的分量、读懂别人给出的证明，这些正变得越来越值钱。36氪
作为普通读者，往后看到"AI攻克重大难题"，先问三件事：过同行评审了吗、经过机器验证了吗、作者公开了提示词和推理过程吗。"解决了"和"验证过了"正在成为两个词——连顶尖学者面对AI的证明也会坦承，它是对的，但自己根本看不懂。36氪
而对所有人，更深一层的影响在于：AI已经开始在人类最较真的领域，批量生产人类来不及验证的内容。如何检查AI的作业，会很快溢出数学圈，成为科研、媒体和所有平台共同的难题。接下来几个月，三个信号能告诉你这场变革有没有走上正轨：OpenAI会不会按顾问小组9月29日那份"如何负责任地发布成果"的建议补上提示词和推理摘要；准黎曼猜想们能否通过人工验证；顶刊和预印本平台会不会为AI成果立下新规矩。知乎
