10月8日，OpenAI在GitHub的官方math仓库发布首个更新日志：撤回3篇手稿，修订14篇，13篇更新引用。仓库总数从722篇降到719篇。撤稿原因只有一个——一处符号错误，论证失效，连带拖垮两篇依赖其构造的论文。
这三篇被撤回的论文，全部与代数几何领域的霍奇猜想相关。距离OpenAI高调公开这批成果，只过去两天。
722篇手稿，压垮数学界的节奏
10月6日，OpenAI在GitHub一次性公开722篇数学研究手稿，按372个”成果家族”归类，覆盖数论、代数几何、微分方程、理论计算机科学、数学物理等前沿方向。生成者是一个尚未对外发布的”内部前沿模型”。
OpenAI宣称，这些手稿解决了300多道人类此前无法攻克的数学难题，覆盖代数、逻辑、几何、概率等领域。
手稿里最抓眼球的，是编号003的”准黎曼猜想”相关结果。罗格斯大学数学教授Alex Kontorovich评论：”如果这是人类做出来的，立刻就是一枚菲尔兹奖，毫无疑问。”
部分手稿附有Lean形式化证明，可由计算机逐步检查逻辑推导。另一些只依赖非形式化论证，正确性悬而未决。
发布当天，”AI颠覆基础数学”的讨论刷屏科技圈。数学界的反应完全不同——抵制。
从88小时解方程到集体抵制
冲突早有铺垫。
9月8日，OpenAI宣称其一款未公开的前沿大模型仅用88小时，解决了”千禧年大奖难题”之一的纳维-斯托克斯方程存在性与光滑性问题。消息引爆科技圈，也点燃数学界的怒火。
9月11日，陶哲轩、邓煜等25位菲尔兹奖得主联合署名发布宣言《人工智能在数学中的严重错位》，发出”AI正在摧毁数学根基”的警告。数学与人工智能咨询组（AGMAI）随后建议：前沿AI实验室不应使用外界无法访问的内部模型测试高难度数学问题。
导火索点燃后，人类数学协会（AHM）发布联合声明，呼吁全球数学家停止与OpenAI合作。陶哲轩在个人博客转发了这份声明。AHM的措辞毫不客气：”发布超过700个数学文件，展示的权力大于学术。”
菲尔兹奖得主雨果·迪米尼-科潘指出实际问题：他正在研究AI声称已解决的16个数学问题，手稿涉及海量理论与数据，验证工作量巨大。美国西北大学数学教授本杰明·安蒂奥的指控更尖锐：AI破解纳维-斯托克斯方程并非从零开始，而是基于两名数学家的既有成果。隐性抄袭的嫌疑，让争议进一步升级。
“证明消化不良”：陶哲轩的判断
陶哲轩把传统数学研究称为”数学1.0″。一个重大猜想的突破性证明，会在领域内催生大量后续研究：巡回报告、专题研讨、新的学术合作，衍生问题不断涌现。这份证明最终被充分理解、简化优化，编入教材，传承给下一代。
AI介入后，链条断了。陶哲轩把这称为”证明消化不良”：AI能高速生成命题和证明，但人类来不及验证、理解、写作、教学和吸收，结果就是大量”无人能消化的证明”。
722篇手稿堆在仓库里，谁来读？谁来验证？谁来写进教科书？还有一个现实问题：OpenAI至今未公开生成这些成果的核心模型，外界无法审计生成过程。数学与人工智能咨询组反对的正是这一点——用内部模型测高难题，成果无法独立复核。
对开发者的三点启示
这场风波离工程并不远，给出三条清晰信号。
第一，形式化验证是AI数学成果的硬通货。 722篇手稿里，附Lean形式化证明的部分可信度明显更高。撤回的3篇栽在一个符号错误上——人类审稿人一眼能抓的错误，非形式化论证根本兜不住。做AI应用时，”模型说对了”和”可机器验证地对了”是两个完全不同的等级。关键业务上，形式化验证、单元测试、断言这些手段的优先级只会提高。
第二，生成能力过剩，验证能力稀缺。 AI一分钟生成的内容，人类一个月消化不完。数学界之外的领域同样躲不开。AI写代码、写文档、写报告的场景里，”验证瓶颈”同样存在。Sonar的调查显示42%的代码已由AI生成，但96%的开发者不敢直接签字上线。谁能把验证环节自动化，谁就握住了下一个入口。
第三，发布节奏本身就是一种权力。 数学界的抵制动议，核心不满之一是OpenAI绕过学术共同体，用仓库日志代替同行评审。AI公司手里的发布能力越强，外部审计和独立复核机制就越重要。这条逻辑对企业用户同样适用：引入任何AI系统，先问一句——出错时，有没有人能查、能复现、能追责。
结局未定
OpenAI仍在通过仓库持续迭代修订手稿，核心模型依旧秘而不宣。数学界的要求很明确：透明披露工具使用、结论可独立复现、责任归属人类。
722篇手稿是AI科研能力的展示，也是一次压力测试：当产出速度远超人类消化速度，学术共同体该怎么接住。这道题，OpenAI和数学界都还没解出来。
苏公网安备32010502011527号
发表回复