返回热点榜

事件

OpenAI 批量公布 AI 数学成果引发学界反应

最新进展：争议从成果规模转向合规与学界接受度：仅 10 份放出思维链、372 份结果族、3 篇次日撤回。

7篇报道

事件综述

2026年10月7日，OpenAI 通过官方 News 渠道公布一批新成果：其一个内部前沿模型在数学开放问题上给出结果，并连带把用 Lean 完成的证明形式化与研究细节放上 GitHub 供外部核查。同日起多家媒体跟进披露规模：The Verge 报道这批内容以 722 份文稿公布、归为 372 个「结果族」，由一个尚未发布的前沿模型产出，新近成立的数学家顾问组 AGMAI 称其中包含对「数百个」开放问题的解答；The Decoder 则报道 OpenAI 把 372 份结果直接放上 GitHub，平均每份消耗约 3 小时 ChatGPT Pro 算力，并称 25 位菲尔兹奖得主警告批量生产数学真理更可能毁掉肥沃的土地。对成果本身的标准与接受度随后成为争议焦点：The Decoder 报道一个名为「人类数学协会」的组织公开呼吁抵制 OpenAI，并称这批文稿在次日因一个符号错误撤回 3 篇，菲尔兹奖得主 Terence Tao 警告批量「收割」开放问题不会带来新想法；TechCrunch 逐条对照 AGMAI 准则后认为 OpenAI 并未达到这套标准——719 份论文只有 10 份公布模型思维链、42% 尚未完成形式化，顾问组的首要诉求「别用闭源模型测数学」也未获遵循。学界的情绪面由两篇报道记录：The Verge 引述三十多位研究者用「惊人、压倒性、前所未有、超现实、纯粹疯狂」形容这批成果，共识是光是理解 OpenAI 发布了什么就可能耗时数年；The Decoder 则报道一个数学博客收集的上百位研究者反应从着迷走到存在性恐惧，菲尔兹奖得主 Hugo Duminil-Copin 写下「我瘫痪了」。各处数字并不一致：一手公告未给出份数，媒体口径分别落在 722 份文稿、372 个结果族与 719 份论文上，未见各方对此作出调和。

报道时间线 · 7 篇

The Decoder精选评分 0

「我们失去了多少美？」OpenAI 一次放出 700 多份 AI 数学解法后，研究者反应从着迷到存在性恐惧，菲尔兹奖得主 Hugo Duminil-Copin：我瘫痪了

"How much beauty have we lost?" Mathematicians react with shock and disgust as OpenAI bulldozes their field

OpenAI 发布了七百多份由 AI 生成的文稿，声称解决了数学领域一些开放问题。随后一个数学博客收集了上百位研究者的反应，情绪跨度从对新想法的着迷，到存在性的恐惧，再到对一种工作方式逝去的哀悼——文章的标题就取自其中一句质问：「我们失去了多少美？」菲尔兹奖得主 Hugo Duminil-Copin 在其中写下「我瘫痪了」。这批反应的价值在于它不是抽象的立场声明，而是从业者对同一件事的即时记录：当「解题」可以被批量生产，数学这门以理解与传承为业的学科该如何自处。

行业#OpenAI

推荐理由：把「AI 攻克数学难题」的产业叙事与从业者真实情绪并置，这一百多条反应是理解学界抵制来源的一手材料。

The Verge · AI精选评分 0

「纯粹疯狂」：数学家们要花好几年才能弄明白 OpenAI 刚丢下的这批成果——三十多位研究者对 The Verge 用了「惊人、压倒性、前所未有、超现实、纯粹疯狂」来形容，他们的共识是：光是理解 OpenAI 发布了什么就可能耗时数年，更别提想清楚自己在这行里的位置

‘Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop

「惊人」「压倒性」「前所未有」「超现实」「纯粹疯狂」——这些都是三十多位数学家在与 The Verge 交谈时，试图弄明白 OpenAI 本周突然丢给整个领域的这堆数学结果时所用的词。在惊叹、兴奋与对这股洪流规模的茫然之间，藏着一种深层的焦虑：这一切意味着什么、接下来会怎样。尽管各人反应不同，研究者们的共识是——光是理解 OpenAI 发布了什么就可能要花上好几年，更不用说想清楚数学家自己在这套新格局里还站不站得住。这句话是整件事的核心：如果「读懂 AI 的证明」本身就是一项要以年计的浩大工程，那么「解题速度」这种 AI 叙事里的卖点，对人类的知识累积究竟还成不成立，就彻底打了问号。

行业#OpenAI

推荐理由：用三十多位一线数学家的原话把「洪流」这件事的情绪与判断收集齐，「理解就要数年」这句是理解 AI 做数学真实处境的关键句。

TechCrunch · AI精选评分 0

OpenAI 的数学解法还不合学界标准：719 份论文仅 10 份放出思维链、42% 未形式化，顾问组首个要求就是别用闭源模型测数学

OpenAI’s math solutions aren’t meeting the field’s standards yet

前沿实验室发布数百份「攻克世界难题」的数学解法时，OpenAI 说它征询了高等研究院主办的 AGMAI 顾问组，以免重演上一次「模型解决长期难题」的争议——但文章逐条对照后认为它并未达到这套标准。顾问组在 9 月底发布的准则里最强调「对结果的人类理解」，而它的第一条诉求其实是「停止在专有模型上测试高等数学问题」，OpenAI 此次明确是在用开放数学研究问题评测专有模型。数据很硬：719 份文稿中只有 10 份公布了模型思维链；对无人能读懂的证明本应做形式化，却有 42% 尚未完成。剑桥与伦敦国王学院的论文进一步给出实证——模型把自然语言证明翻译进 Lean 时存在至少两处不一致，涉及 OpenAI 针对源自 Navier-Stokes 方程的问题所给的百万美元级解答。Terence Tao 与哈佛的 Melanie Wood 都指出：AI 提示者解完题就走、无法回答后续问题，发布之时并不存在人类理解。

行业#OpenAI

推荐理由：把「AI 自动解题」的热销叙事与学界的验收标准摆在一起逐条对账，并给出思维链与形式化两组可核查数字，是这一轮 AI 做数学最有分量的批评性报道。

The Decoder精选评分 0

「人类数学协会」公开呼吁抵制 OpenAI：其一次放出 700 多份 AI 数学解法，次日就因一个符号错误撤回 3 篇；菲尔兹奖得主 Terence Tao 警告批量「收割」开放问题会让整片数学土壤变得贫瘠

Some mathematicians call for OpenAI boycott after AI-generated proofs flood their field

在 OpenAI 一次性发布七百多份由 AI 生成的数学文稿之后，一个名为「人类数学协会」（Association for Human Mathematics）的组织公开呼吁抵制 OpenAI。文章给出的撤回事实很扎眼：这批文稿在次日就有三篇被撤回，原因是一个符号错误。菲尔兹奖得主 Terence Tao 的批评则指向更长期的后果——他警告 AI 对开放问题的大规模「收割」不会带来新想法，反而会让数学的若干分支变得不再肥沃。这里的论点不是单篇解法对不对，而是当「解题」变成批量动作，一个问题被摘走之后，围绕它原本会长出的方法、后续问题与新一代研究者都一并被抽走。

行业#OpenAI

推荐理由：抵制号召、撤回事实与 Tao 的具体论证三件齐备，是学界反应从情绪走向行动的最清晰记录。

The Decoder精选评分 0

OpenAI 把 372 份 AI 生成的数学结果直接放上 GitHub，让学界自己跟上：平均每份消耗约 3 小时 ChatGPT Pro 算力、附带用于机器验证的 Lean 形式化；25 位菲尔兹奖得主警告批量制造数学真理可能毁掉肥田

OpenAI dumps 372 AI-generated math proofs on GitHub, telling the academic world to keep up

OpenAI 在 GitHub 上发布了 372 项由 AI 生成的数学结果，其中包含为机器验证而做的 Lean 形式化。文章给出一条很有用的成本口径：平均每份结果消耗约三小时的 ChatGPT Pro 算力。与之对照的是学界的警告——25 位菲尔兹奖得主表示，把数学真理批量生产出来，更可能是在毁掉肥沃的土地，而不是让新想法生长。这条记录的价值有两面：一面是它第一次把 AI 自动解题的边际成本量化得如此直接（三小时 Pro 算力换一份附形式化的结果），另一面是 25 位顶级数学家联署反对的分量——两者放在一起，正好是「AI 做数学」这件事在成本与价值上的两端。

行业#OpenAI

推荐理由：平均每份 3 小时 Pro 算力这一成本口径很实用，加上 25 位菲尔兹奖得主的联署警告，构成对「量产定理」最有分量的两头评价。

The Verge · AI精选评分 0

OpenAI 丢下又一批数学突破：一个尚未发布的前沿模型产出、以 722 份文稿公布的一批结果，把相关论文归成 372 个「结果族」，涵盖对若干长期数学难题的解——新近成立、由精英数学家组成、专为妥善沟通这些成果而设的顾问组 AGMAI 称，其中包含对「数百个」开放问题的解答；这波既让数学界一部分人赞叹、也让另一部分人不安，并引发了关于研究伦理与学术规范的追问

OpenAI drops another batch of mathematical breakthroughs

OpenAI 公布了一个尚未发布的前沿模型所产出的一批数学突破：以 722 份文稿的形式，把相关论文归入 372 个「结果族」，涵盖对若干长期数学难题的解。这是对这一系列成果的延续——而这一系列既让数学界的一部分人赞叹，也让另一部分人感到不安，并引发了关于研究伦理与学术规范的追问。据 AGMAI——这个新近成立、由精英数学家组成、专门为解决成果负责任地沟通问题而设的独立顾问组——称，本次发布包含对「数百个」开放问题的解答。这条记录的意义在于它给出了这一波 AI 做数学最具体量的一个数据点：一次性 722 份文稿、372 个结果族，把「自动解题」从「偶然攻克一题」推进到了「批量产出」的量级；而 AGMAI 的存在本身也说明，学界已被迫设立专门的沟通与规范机制来应对这种规模。

行业#OpenAI

推荐理由：这批「一次 722 份 / 372 结果族」的规模本身就是一个节点，且明确点出由 AGMAI 这个专为负责任发布而设的顾问组背书，信息量足。

OpenAI News精选评分 0

OpenAI 公布新成果：其内部前沿模型在数学开放问题上给出结果，并把 Lean 证明的形式化与研究细节一并放到 GitHub 上公开

Sharing AI progress in mathematics

OpenAI 宣布发表一批关于数学开放问题的新成果，成果来自其一个内部前沿模型。按其说明，这次公开的不只是结果本身，还包括用 Lean 完成的证明形式化以及研究细节，材料发布在 GitHub 上以便外部核查。这是该批数学结果的公司一手来源。

论文

推荐理由：这是这批数学结果的官方一手载体：既给出「内部模型做开放数学问题」这件事本身，也把 Lean 形式化与研究细节公开到可核查的程度。

热点榜上的其它事件 ↗同一件事的多篇报道聚在这里，综述与最新进展另附；每一篇报道的标题与链接指回它自己的详情页。