OpenAI 一次性发布 700+ AI 生成数学证明手稿，引发菲尔兹奖得主与学界对验证危机及加密风险的激烈争议

OpenAI 在 2026 年 10 月 6 日迈出了更大的一步。该公司一次性发布了 700 多篇手稿，声称解决了数百个数学开放问题。随后，数学博客 Proofs and Prompts 收集了来自研究人员的 100 多条回应。

令人鼓舞的结果伴随着对发布方式的质疑

目前要全面评估 OpenAI 上传至 GitHub 的内容的数学实质还为时过早。部分论文已被撤回，另一些则因难以阅读而受到批评。尽管如此，几位专家表示这些结果令他们印象深刻。

菲尔兹奖得主 Peter Scholze 呼吁保持耐心。“我们要记住，我们都在同一条船上；数学是一场马拉松，而非短跑；目标始终并且永远是人类对数学的理解，而这必然需要时间。”

Scholze 还警告了超越数学领域的风险。他提出这些系统可能找到 破解广泛使用的加密方法的途径。他写道，寻找此类算法的难度“在我这个非专家看来，并没有显著超出这些系统现在的能力范围”。这对数字基础设施的后果将是灾难性的。

Terence Tao 描述了对此次发布的复杂感受。他在文中写道，AI 生成的证明似乎“引入了巧妙的新思想，一旦消化吸收将富有成效”。但他也对缺乏能够讨论这项工作、在讲座中展示它或向学生传授相关知识的人员感到“深感沮丧”。他哀叹那条“未曾选择的路”，并呼吁团结。“[...] 社区比以往任何时候都更需要凝聚在一起。”

Alvaro Lozano-Robledo 称 10 月 6 日“可能是迄今为止数学史上最重要的单日”，同时也指出了模型的局限性。OpenAI 曾瞄准黎曼猜想——数学中最著名的未解决猜想——但仅实现了一个较弱的变体。“[...] 准黎曼猜想（quasi-RH）意义重大！但它不是 RH。”

一些结果让 Ben Green 感到震惊。他形容这些结果“对我来说绝对令人震惊”。据 Green 称，此次发布解决了他当年六月刚获得的一项享有盛誉的欧洲研究资助所涵盖的大约四分之三的研究目标。

Roman Sauer 在 OpenAI 针对两个完全不同问题的解决方案中，认出了自己多年来开发的一种技术。“我惊呆了。”

Johannes Schmitt 认为，这些研究论文是 OpenAI 改进其模型工作的次要成果，而非主要旨在推动数学发展的举措。在他看来，该公司利用未解决的难题进行测试，是因为前沿模型已经超越了较简单的挑战。

Ian Agol 将这一情况与 Grigori Perelman 在 2002 年发布本世纪最重要的证明之一的情形进行了比较。这位俄罗斯数学家很少就其工作发表演讲。Agol 指出，当时有几个研究团队花了数年时间重建缺失的步骤。

“[…] 一家万亿美元规模的公司出现了，直接用 TNT 把整个领域炸得粉碎 […]”

很少有回应聚焦于解决方案本身的质量。许多数学家反而描述了震惊、瘫痪以及对未来职业生涯的恐惧。

2022 年菲尔兹奖得主 Hugo Duminil-Copin 写道：“我预料到总有一天我们会被超越，而且这种超越会系统性地发生。但昨天的公告带来的冲击力超出了我的预期。”

据 Duminil-Copin 称，OpenAI 声称在他职业生涯中公开讨论过的每一个重大未解决问题上都取得了成果。“但不是全部。不是同时。也不是如此漫不经心。”

“冲击是巨大的。我感到瘫痪。”他补充道，“明天，我们会找到前进的道路。[...] 但现在，我实在没有精力了。”

Matt Zaremsky 描述了自己四年间朝着某个特定问题稳步取得的进展，他的研究计划大约每年产生一次重大突破。在他的叙述中，一旦该问题获得了足够的关注度，OpenAI 便介入其中。

"[...] 这感觉就像我们花了四年时间进行一场考古挖掘，逐渐发掘出一具看起来非常酷的恐龙骨架，然后一家万亿美元的公司出现了，直接用 TNT 把整个现场炸了个底朝天，把完整的骨架扔给我们，然后转身离开。”他将这段经历总结为“糟透了”。

Tasmin Chu 在学生时代就对一道概率论问题产生了浓厚的兴趣。正是这个问题将她引向了科研道路。“[...] 比起知道 pc<pu 成立这一事实本身，我更渴望的是拥有接下来几年时间去深入思考它的时间和空间。”

Chu 区分了她对数学思维的个人热爱——她说这份热爱依然属于她自己——以及她塑造自身专业工作的能力。“坦白说，我对所处的社会感到彻底厌恶。”

对于博士生 Tristan Humbert 来说，这一公告威胁到了他的研究计划和工作求职。他在那天早上得知，OpenAI 声称已经证明了他论文核心所关注的那个问题。

Humbert 描述了自己先是悲伤，随后因博士后申请而陷入恐慌。他花了一上午修改自己的研究计划。当他读到那篇论文中被他称为“大多不可读的垃圾内容”时，这些情绪转化为愤怒。

Enrico Fatighenti 表示，研究人员对 AI 生成的论文采用了与人类作品不同的标准。如果一篇投稿的开篇写得过于糟糕以至于无法理解，他会直接拒稿。然而他认为，现在学术界却被要求去解读和阐释来自 AI 系统的论文。

“这让我们付出了巨大的时间和努力成本，而他们只需继续前行，用‘垃圾式’方法碾压下一个猜想即可。当然，功劳仍然归他们所有。”

Henry Wilton 的言辞更为直白。“如果 OpenAI 想要摧毁数学界，这将是一种绝佳的途径。”

Wilton 批评 OpenAI 隐瞒作者姓名及失败率信息。他认为，缺乏具名作者意味着“数学不再是一项人类的事业”。

Sam Hughes 用三句话表达了他的感受。“能够从事研究级别的数学工作是一生难得的荣幸。但不是以这种方式。我们失去了多少美好？”

日本数学家 Koji Fujiwara 以 Dolly Parton 的歌曲《Jolene》的曲调填词回应。

"AI, AI, AI, AI I'm begging of you, please don't take my math AI, AI, AI, AI Please don't take it just because you can"

研究人员对人类剩余角色的看法不一

一些研究人员看到了乐观的理由。Danny Calegari 表示，过去 15 年来，个人的好奇心一直引导着他选择研究项目，而 OpenAI 的发布并未影响他当前的工作。

Calegari 描述了他与一位音乐家合作为一段数学动画制作配乐的经历。Anthropic 的 Claude 编写了代码。“如果这都不值得庆祝，我不知道还有什么值得。”

Constantin Kogler 此前一直在与 Astra 合作解决一个 OpenAI 也声称已解决的问题。他在该公司发布消息一天后将自己的论文上传到了 arXiv。“[...] 我忍不住觉得自己仿佛生活在一个数学奇境中，下一个定义领域的想法随时都会在我准备好时被发现。”

Giovanni Mongardi 则看到了更为黯淡的未来。“今天，有些东西永远失去了。”他将数学家剩余的角色描述为“机器之神的祭司”，并担心“心灵的未来将是一片荒漠，没有问题指引我们超越地平线”。

对年轻研究人员的担忧贯穿了几乎所有的回应。Mark Hagen 表示，当天处理处于困境中的早期职业同事的求助请求，优先于审阅预印本。

Petra Schwer 表示，她和其他数学家在讨论研究时变得更加谨慎。“不信任感正在蔓延，这不是好事。” Mitchell Taylor 表示，许多同事正经历“严重的焦虑、抑郁和失去目标感”。

Martin Bridson 既承认了其中的机遇，也指出了相应的损失。但他告诫人们，不要让 AI 实验室主导研究议程。“与此同时，我们必须抵制这种诱惑，即认为从 AI 实验室的公告中挖掘洞见将成为我们这个时代的首要任务。”“我们应当拥抱机器带来的强大能力，但不应沦为它们的附庸，盲目追随其步伐。”

数月来的紧张局势已演变为个人危机

人类数学协会（Association for Human Mathematics）此前已呼吁抵制 OpenAI，指控该公司违反了科学研究的核心规范。包括陶哲轩和 Scholze 在内的二十五位菲尔兹奖得主也曾发表联合声明，警告 AI 产业的目标与数学界的目标之间存在严重的错位。

Tao 曾勾勒出一个“Math 2.0”时代，在该时代中，单纯解决问题不再能成为该领域的核心焦点。目前的种种回应表明，这一转变对数学家而言具有多么深刻的个人意义。