OpenAI把722篇AI生成的数学手稿一次性放上GitHub后，数学界交出的第一份「评估单」是核验账目：722篇论文里只有162篇的主要结果经过了计算机验证，发布第二天OpenAI又撤下3篇、修订14篇、更新13篇引用关系。而OpenAI此前宣称攻克纳维-斯托克斯相关千禧年难题的那份证明，MIT副院长Justin Solomon试着去读，翻过前两页后大脑彻底宕了机。爱范儿新智元
两组事实放在一起，「AI正重塑数学研究范式吗」的答案已经浮现：在证明的生产端，重塑已经发生；在证明的承认端，之争才刚刚开始。AI最先改写的，不是数学的终点，而是它内部的分工。
722篇手稿的真实成色
这722篇手稿全部出自一个尚未发布的内部前沿模型，覆盖数论、几何、理论计算机科学、数学物理等17个领域，其中一部分附带可由计算机机械检查的Lean形式化证明。据OpenAI介绍，平均每个结果消耗的算力大约相当于ChatGPT Pro思考模式运行三个小时；这批手稿被整理成372个成果组，其中一些成果直接触及了现代数学的核心前沿。OpenAI也在仓库README里承认，并非所有论文都采用了Lean形式化方法，一些未形式化的结果可能存在问题，公司将尽快修复此类问题。机器之心荔观lab爱范儿
这并非OpenAI在数学上的第一次大动作。9月8日，它宣布内部模型调度上万个智能体、历时约88小时给出了与Navier-Stokes千禧年难题相关的爆破证明，随即陷入署名与优先权之争。据媒体报道，此前一群西班牙数学家已用纸笔搭好了这把「勺子」的主体构造，AI走完的是最后也最难的1%。机器之心
数学家怎么评：复现的人、读不懂的人和抵制的人
理论计算机科学家Dana Moshkovitz一辈子研究唯一博弈猜想，当她打开OpenAI发布的文档时，该猜想已被AI「证明」——她认为这篇论文充斥着混乱、逻辑跳跃和人类从未见过的诡异构造，像是「吃了致幻剂的人写出来的东西」。荔观lab
另一类评估来自复现：OpenAI开发者社区里，有人重新运行了准黎曼结果的Lean检查并报告代码通过，另一人把一个矩阵乘法结果扩展到更一般的域，同样通过了检查。但陶哲轩把整体状态概括为「证明消化不良」：AI以工业化速度批量生产证明，人类根本来不及验证、理解和吸收。爱范儿荔观lab
制度层面的反应同样密集：据报道，一份《人工智能在数学领域严重失衡》宣言由28位菲尔兹奖得主签署、获得8000多人支持；高等研究院主办的咨询小组由9位资深数学家组成，专门就实验室应如何发布AI生成结果发表评论和建议。更戏剧化的是呼吁抵制OpenAI的「人类数学协会」——这个成立于2026年8月、仅有809名会员的组织，其声明被AI检测工具Pangram查出100%由AI生成，而转发它的陶哲轩本人并不在会员名单里。这则插曲说明，围绕AI的「阵营」远比标签混乱。爱范儿
陶哲轩的48小时：从开源招人到喊停
导火索也包括陶哲轩本人的摇摆。就在博客论战爆发前的上周末，他还提议并大力推进「SAIR：开源数学模型，以及如何做出贡献」项目；随后一段刷屏视频里，这位菲尔兹奖得主罕见地要求给AI降速，理由是当前速度简直疯了，根本没有理由这么快。新智元
他的博客随即成了辩论场：3Blue1Brown创始人Grant Sanderson在客座文章《如果数学不仅仅是证明，我们需要更好地颂扬它的其余部分》中提出，解决问题和生成证明只是「代理指标」，数学家的真正目标是增进人类理解，而目前AI生成的每一个证明，天生就是一个『未解决的阐释问题』。文章还呼吁改革博士答辩与终身教职评定，把「把证明讲明白」当成与发表论文同等的学术贡献。新智元
分工反转的两个样本
研究者Liam Price利用GPT-5.4 Pro解决了一直难以攻克的Erdős第1196号问题。但最初的AI证明像天书，随后陶哲轩在内的多位人类数学家接手破译方法、提取核心思想，整理成人类可读的论文，还顺带澄清了许多相邻的相关猜想——这个过程中，AI是挖矿机，负责把「珠宝」设计出来的是人类数学家。新智元
几乎同一时间，一位非职业数学家把卡了57年的「摆圆」难题向前推了一大步。技术作者nor用GPT-6 Astra把N=15、16、17、18、20五种剩余情况严格证明了出来，此前只有N≤14和N=19的情形得到过严格验证，而经典排列方案早在1969年就已给出。量子位
nor在博客里列出了人类一方的贡献清单：确定问题的可行性、引导模型、修复细微问题、反复推敲阐述、手动验证有效性，并用另一个模型交叉复查所有内容。两个案例拼出的正是新分工：AI负责生产证明，人类负责破译、解释并提出下一个问题。量子位
为什么先动的是数学
一个很少被点破的背景：数学之所以成为AI攻城略地最快的科学领域，很大程度上是因为它自带裁判，即一份Lean证明对不对，编译器说了算。但裁判只覆盖纸面世界：材料、化学和物理没有等价的形式系统，能给出最终判决的只有真实实验——这正是ChatGPT共同创造者Liam Fedus离开OpenAI去建实体实验室的理由。AI能刷722篇数学论文，却还造不出一块超导体。机器之心
竞争也在把发布节奏越推越快：就在OpenAI宣布解决纳维-斯托克斯方程前几天，Anthropic的员工利用Claude在代数几何中找到了困扰数学界一个多世纪的「雅可比猜想」的反例，还把黎曼猜想的零点比例下限大幅提升。学术评审系统同时承压：据Justin Solomon介绍，机器学习顶会ICLR的投稿量已从十年前的一两千份暴增到今年的六万份，评审委员「连PDF都来不及点开」。荔观lab新智元
不过同一档播客里也给人类留了一扇门：眼下模型的壮举仍落在人类已有知识的「凸包」之内，凭空创造新概念的事还没发生；生成答案变得越来越便宜，而验证与理解没有跟着降价，反而成了最稀缺的奢侈品。被问到孩子还要不要学数学，这位MIT副院长的回答很干脆：必须得学。新智元
结语：分工先被改写，范式等待终审
回到标题的问题：AI正重塑数学研究范式吗？现有证据支持这样的回答——生产端已经重塑，承认端尚未落定。手稿可以工业化地发布，但机器验证、人类理解、同行评审和署名规则仍按人类的速度运转：722篇里主要结果经过机器验证的只有162篇，MIT副院长读不懂证明，陶哲轩说「证明消化不良」——所有争议都卡在这道缝上。
接下来值得盯住的是三个具体信号：未形式化手稿的主要结果能否陆续补上Lean机器验证；期刊与评奖体系会不会接纳「AI一作」式的产出；纳维-斯托克斯式的优先权之争会不会逼出新的署名与引用规则。这三件事有了答案，「重塑范式」才不再是疑问句。
