OpenAI这次的"攻克数学"，是真实的能力信号，但还不是数学界认可的突破结论：它证明了机器能大规模生成证明文本，却没有走完"解决一个数学问题"必需的验证、同行评审与人类理解环节。争议的真正分界点不在"AI强不强"，而在"谁有权说’解决了’"。官方仓库自己披露的数字，比任何新闻稿都诚实：719篇手稿中约42%有机器形式化验证，发布次日就撤稿改稿。
先对齐口径：719、372，和"300多道"从哪来
10月6日（北京时间7日凌晨），OpenAI在GitHub公开了openai/math仓库，一次性放出700多篇AI生成的数学手稿。仓库自述，绝大多数成果出自同一个未公开的内部模型，模型先后被投喂约4000个问题，平均每个结果耗费约3小时ChatGPT Pro思考算力。中文报道普遍采用"解决了300多道人类此前未攻克的难题"的说法，而仓库自己的组织方式是719篇手稿、372个结果家族——发布当天还是722篇。两种口径统计的对象并不相同，官方也没有公开可一一对应的"已解决难题"清单。36氪GitHub知乎
真实的部分：四成结果有机器可查的骨架
能力的一面是真的，而且写在OpenAI自己的文件里。截至10月7日更新，头条结果的形式化比例为300/719，约42%——这些结果附带Lean证明，即由计算机逐行检查逻辑推导的定理证明器输出，具备机器可验证的骨架。最受关注的成果，宣称证明了黎曼zeta函数在Re(s)>11/12区域无零点，中文圈将其包装成"准黎曼猜想"式的标题。但仓库README主动披露：这项成果属于固定流程之外的例外，且写作经过了人工编辑润色——最难的招牌结果，恰恰是人类介入最多的一个。GitHub知乎GitHub
露馅的部分：上架不到一天就撤稿
README同时写明"部分未形式化的结果可能存在问题"。发布后不久，因为手稿中暴露出的明显错误，OpenAI主动撤回了3篇。10月7日的版本记录把风险具体化了：一篇关于可分裂阿贝尔八元簇上Weil类代数性的手稿被发现符号错误，一个稳定迹相消论证失效，连带另外两篇依赖论文一并撤回；同一份记录还显示，另有14篇手稿被修订、13篇更新了引用版本。一份以"解决300多道难题"姿态发布的清单，上架不到一天就出现塌方，这批手稿的平均质量远未达到"论文"水准，只是"证明对象"的集合。GitHub知乎GitHub
数学界的愤怒：是发布方式，不是能力
10月9日，菲尔兹奖得主陶哲轩转发了一份多人数学家联名抵制声明，引发数学界集体反弹。声明的措辞相当严厉：数学家们从未要求进行这项工作，一次性发布700多个文件并非学术能力的体现而是权力的展示，并敦促数学家停止与OpenAI的合作、回归以人类理解为核心的科学理念。声明还点破一个尴尬事实：OpenAI曾援引自己设立的"数学与人工智能咨询小组"为做法背书，而该小组最初的立场恰恰是前沿AI企业不应拿内部模型测试高级数学问题。微博微博
验证的不对称则把愤怒放大了。据知乎对多方报道的梳理，另一位菲尔兹奖得主雨果·迪米尼-科潘称正在核查AI声称解决的16个问题，但因涉及海量理论和数据，验证工作量巨大；而700多份手稿集体跳过同行评审，等于把整个校对重担转嫁给数学界，人类想要逐篇读完，可能需要数月、数年甚至更久。知乎
对照组：DeepMind走完了同行评审
同一时间窗口里，谷歌DeepMind的AlphaProofNexus用"大模型写证明、Lean判卷"的循环，解决了9道埃尔德什开放问题，其中两道悬了56年，外加44个整数序列百科猜想。区别在于路径：它没有把待核验的手稿批量甩进公开仓库，而是等了几个月、正儿八经走完《Science》同行评审后才正式刊发，Lean代码全程公开。这个对照说明两件事：AI攻克开放难题不依赖OpenAI的发布方式也能成立，而"成果以什么身份进入科学体系"才是两条路线的真正分水岭。36氪
判断框架：把"解决"拆成三层
所以"真实突破还是公关噱头"的二选一本身就答不准，需要拆层。第一层，证明对象被批量生成——真实，有仓库与版本记录可查；第二层，其中约四成获得机器验证——真实但有限；第三层，“解决了人类未攻克的数学难题”——目前只是OpenAI的自我声明，尚无一篇走完人类理解与同行评审。把三层混为一谈对外发布，就是公关成分的所在。发布节奏也强化了这种观感：9月8日，OpenAI曾宣布其内部模型协调约1万个AI智能体、耗时88小时攻克纳维-斯托克斯千禧年难题，并给出有限时间奇点方向的证明；那份165页的论文至今停留在公司自行发布的版本上，未见期刊同行评审通过或克雷数学研究所认定动作的公开记录，而OpenAI同时还面临非法剽窃、侵犯版权等多项指控的诉讼。36氪微博微博
接下来盯四个信号
普通用户不需要读懂任何一个证明，但可以自己盯四件事：仓库约42%的形式化比例是否继续上升；撤回与修订记录是否变长；NS千禧年难题能否获得期刊或克雷研究所层面的认定；以及陶哲轩10月9日在加州理工演讲中提出的"数学2.0"范式——重点从刷难题转向人类可理解的解释与知识库——能否被主流学界接住。在验证结论落地之前，把这批手稿当作一份待验证的开源作业，是当前证据允许的准确姿势。36氪
