2026年10月6日，OpenAI把722篇由内部AI模型生成的数学手稿一夜堆上了GitHub，第二天就因一处正负号错误撤回了3篇。讨论这件事的主流数学家，态度既不是网络流传的“数学已死”式欢呼，也不是单纯的恐慌，而是分裂成抵制、接触、重构范式三条罕见的路线。他们争执的核心不是AI能不能证明，而是当机器产出成果的速度远快于人类消化的速度时，谁来验证、谁来消化、谁来决定数学研究的方向。10月7日，菲尔兹奖得主陶哲轩在个人博客转载“人类数学协会”（AHM）措辞严厉的声明，其中一句话最能概括这场分歧：一次性发布700多份文件，展示的不是学术研究，而是权力。DeepTech深科技
722篇“论文”到底是什么：还剩719篇，四成出头过了机器验证
10月6日公开的这批文件并不是正式发表的论文，而是一批未经同行评审、直接上传开源代码仓库的手稿，由OpenAI的内部AI模型生成，涵盖数论、几何、代数、理论计算机科学等多个领域，其中不乏长期困扰数学家的著名开放难题。经大规模题目尝试后，最终整理出372个成果组，每组包含核心定理、相关推论或不同的证明方案。青蜂侠DeepTech深科技
效率是发布方最强调的一点：绝大多数难题的证明，仅花费了其未发布内部模型平均3小时的ChatGPT Pro思考算力。新智元
被点名的招牌成果足够压舱：所谓“准黎曼猜想”，指黎曼ζ函数及相关L函数在某个固定半平面内不存在非平凡零点，与完整的黎曼猜想仍有差距，但若结论属实，足以成为解析数论的重大突破。DeepTech深科技
同批成果里，模型声称证明了苏巴什·科特在2002年提出的“唯一博弈猜想”这一世纪难题，也与许多经典优化问题能否获得更优近似解直接挂钩。另一项引发最多讨论的，是四维挂谷问题——数学家王虹2026年因与合作者证明三维挂谷集合猜想而获菲尔兹奖，四维此前仍是悬而未决的重点方向，这次手稿声称在四维取得了突破。单独任何一项，只要经过严格确认都是相应领域的里程碑；如今它们被打包扔进了同一个仓库。新智元DeepTech深科技
验证环节暴露问题的速度同样惊人。发布不到24小时，涉及Hodge猜想与Kuga–Satake对应的三篇手稿被撤回，原因是主文中“稳定迹”论证存在符号错误。OpenAI自己也承认，尚未完成形式化的证明中可能存在漏洞，并对另外14篇进行了修订。知乎DeepTech深科技
截至10月7日，仓库中保留719篇手稿，其中约42%的主要结论完成了Lean形式化验证。而且机器验证也不是终点：计算机能确认形式化推导逻辑自洽，但被验证的命题有没有准确对应原问题的真正数学内涵，仍需数学家逐一核对。“已经得到答案”和“成果成立”，中间隔着一道AI无法自证的验证工序。DeepTech深科技
抵制线：愤怒指向发布方式，而不是证明能力
10月7日，菲尔兹奖得主、UCLA数学教授陶哲轩在个人博客转载了AHM一份矛头直指OpenAI的声明：该组织批评OpenAI大规模发布未经数学界充分消化的研究成果，并公开呼吁数学家停止与OpenAI合作，重新回归以人类理解为核心的科学研究方式。DeepTech深科技
陶哲轩不是起草人，但就在不到一个月前，他与另外24位菲尔兹奖得主共同发表公开信，警告AI公司正在让数学研究偏离原本的目标。DeepTech深科技
不满有更早的积怨：8月OpenAI公布的10项数学与理论计算机科学进展，很快被指出存在论证缺陷和引用问题；9月8日又宣布其内部模型给出了纳维—斯托克斯方程存在性与光滑性问题的一种解答——这是七大千禧年大奖难题之一，纽约大学数学家特里斯坦·巴克马斯特随即质疑OpenAI抢先推进了他与Anthropic研究员莱文特·阿尔珀格正在开展的工作，OpenAI否认不当使用相关数据，双方至今仍有分歧。NS证明的“形式化不忠实”争议，按熟悉Lean的圈内人的说法，证明仍然是对的，被质疑的只是自然语言手稿与形式陈述之间的细节差异，但数学界与AI公司之间的信任裂缝已经形成。DeepTech深科技知乎
值得注意的是，连喊出“Mathocalypse”（数学末日）的人也没有否定成果本身。理论计算机科学家斯科特·阿伦森把这一天形容为数学末日，而他的妻子、长期研究唯一博弈猜想的达娜·莫什科维茨第一批研读了对应论文，结果发现论文里充斥着难以理解的构造、语焉不详的推理步骤以及让人摸不着头脑的文献引用，晦涩到几乎要借助AI工具才能读下去；阿伦森本人也坦言，这依然可能是数学史上极其重要的一天。震撼与不满同时成立，才是这条路线的真实样貌。DeepTech深科技
接触线：先把规则谈出来，再谈立场
另一批数学家选择留在谈判桌上。今年8月，OpenAI曾邀请约40位数学家讨论成果发布规范，学者们的建议是提供符合学术标准的论文、留下消化时间，而非仅通过博客宣布突破；数学与人工智能咨询小组（AGMAI）进一步建议AI实验室公开模型信息、计算成本与失败记录。DeepTech深科技
10月6日发布当天，AGMAI专门发声明强调，其咨询工作不代表认可OpenAI的研究方式——参与制定规则，但拒绝背书。DeepTech深科技
西北大学数学家布赖娜·克拉对那场闭门会议的回忆是“极致的兴奋与极致的恐惧并存”。她此后接受采访时的表态很典型：AI确实有望帮助数学家攻克过去无法触及的课题，但科技公司必须提供更透明、更严谨的发布形式，以便学术界真正理解和吸收这些知识。新智元DeepTech深科技
菲尔兹奖得主马丁·海雷尔解释自己为何坐在AGMAI里：如果数学家拒绝与AI公司接触，也就很难影响这些公司的行为。DeepTech深科技
共同的焦虑：数学会不会变成“专职校对员”的行当
抛开立场，两条路线担心的其实是同一件事：节奏错位。在传统研究生态里，解决一个大定理往往只是起点，要靠详尽论文、研讨会和长期交流，把证明变成共同体的理解与新工具，这个消化过程可能耗费数年甚至几代人。当商业实验室能以“批发”速度一次扔出几百份极其复杂的证明时，数学家们可能会被迫沦为“专职校对员”。消化成本由谁承担是最现实的问题：OpenAI已承诺出资赞助研讨会和学术会议帮助数学界消化这批成果，但若哪道题优先做、什么时候发布都由商业公司说了算，整个数学研究的议程就可能被资本牵着走——所谓“展示权力”，指的正是这种发布权与议程权的单向性。DeepTech深科技
中国数学界的表态给这场争论加了一个务实注脚。10月11日，中国科学院院士、中国数学会会长席南华回应称，企业不受学术规则约束、发布成果不需要同行严谨核验甚至允许错误内容流出，确实冲击巨大，但不必因此陷入焦虑：新的共识还在形成，数学界完全可以和AI产业界一起，逐步建立起一套各方都能接受的规则体系。同一天，在清华大学丘成桐数学与人工智能实验室联盟成立仪式上，丘成桐对此事的定性更直白：这是一个学者们最兴奋的时代，也是最危险的时代。青蜂侠哔哩哔哩
陶哲轩的解法：换掉“证明稀缺”这个旧前提
最系统的回应仍来自陶哲轩。10月11日，他公开了在加州理工学院的演讲《Math 2.0》——这场一年前就开始筹划、原题目叫“机器辅助证明”的演讲，因近期一系列事件推迟到10月，内容也大幅改写。机器之心
他的框架是：传统数学研究（Math 1.0）建立在一个核心前提上——数学证明是稀缺的，所以整个行业把“解决难题”当作衡量进步的首要标尺。机器之心
而AI正把数学推入“证明富足”时代：只要有足够算力并能访问前沿模型，许多过去极难的问题可能在相对短的时间内获得答案。机器之心
前提一变，解题就从进步的指标退化成进步的代理。陶哲轩给出的判断罕见地重：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。机器之心
他把开放问题比作灯塔：价值不只在于抵达，更在于途中发现的新结构、新方法；AI若直接把人“送”到灯塔，绕过的恰恰是数学研究里最不可替代的环节——人类理解。他还提醒，社交媒体上“AI什么都能解决”的印象是典型的幸存者偏差，迫切需要能完整报告算力消耗和失败尝试的透明评估。机器之心
值得玩味的是，转载抵制声明的同一天，陶哲轩的博客还刊登了梅卡对AI数学研究前景的积极思考。数学界从来不是铁板一块的技术卢德派对技术乐观派，争的是证明富足时代里“数学如何继续做下去”。接下来值得盯住三个信号：719篇手稿的形式化验证比例能否过半；AGMAI式的规范协商能否真正约束商业实验室的发布行为；以及准黎曼猜想、四维挂谷、唯一博弈猜想这几项最受瞩目的声称，何时出现第一个经人类数学家正式确认的成果。DeepTech深科技
