OpenAI 开源 722 篇前沿模型数学手稿：引入 Lean 形式化验证攻克千禧难题，确立 AI 科研可审计新范式

OpenAI 于 GitHub 公开由内部未发布前沿模型生成的 722 篇数学研究手稿，涵盖准黎曼猜想、四维挂谷猜想等顶级难题。该成果源自对约 4000 个问题的探索，单条结果平均算力成本相当于 ChatGPT Pro 思考 3 小时，其中包含长达 175 页的四维挂谷猜想证明草稿，旨在评估大模型在长链条逻辑推理与复杂数学证明生成上的极限能力。

多源信源交叉验证显示，此次发布不仅包含预印本，更重点引入了基于 Lean 语言的计算机可验证形式化证明，使部分结论具备机器可审计性。尽管 Sam Altman 宣称此举标志着“大发现新时代”，但陶哲轩等学者指出仅 10 份附带完整推理链，且约 42% 未经形式化处理，存在透明度不足问题。学术界反应两极分化，既有对规模与突破的惊叹，也有对“证明消化不良”及破坏传统学术交流机制的深层焦虑。

该事件确立了 AI 参与基础科学研究的新范式，即从单纯文本生成转向提供可复现的科学证据。然而，一次性海量发布引发了关于数据隐私泄露（如未发表项目申请书被用于训练）及加密体系安全性的激烈争议。这不仅冲击了以人类理解为核心的数学共同体传统，也迫使学界重新审视 AI 产出知识的验证标准与合作伦理，标志着 AI 科研进入需兼顾效率与严谨性的关键转折期。