ARTICLE · 1136443
OpenAI一次公开722篇数学手稿:真正值得关注的,不只是AI又会做题了
OpenAI一次公开722篇数学手稿:真正值得关注的,不只是AI又会做题了OpenAI 这次没有发布一个新的聊天产品，也没有公布新的 API。 它做的是另一件更值得科研圈关注的事：把内部前沿模型产生的一批数学研究结果，直接放到了公开仓库里。 根据 OpenAI 10 月 6 日公布的信息，目前这批材料包括722 篇数学手稿，归入 372 个结果家族。这些成果主要来自一个尚未公开的内部前沿模型。 真正值得关注的，不只是“AI又解出了多少题”，而是 OpenAI 开始尝试把结果、证明材料、模型推理摘要和计算成本一起公开。 首先，是数学研究结果本身。 OpenAI 表示，在模型开发过程中，它一直让模型尝试解决开放研究问题。随着传统数学评测逐渐无法区分模型能力，公司扩大了这类研究测试。 整个评估过程中，模型大约被提交了4,000 个问题，最终整理出目前这 722 篇手稿和 372 个结果家族。 但这里需要注意： 722 篇手稿并不等于 722 个完全独立的新数学突破。 一个“结果家族”可能同时包括主要结果、补充论证、推论或不同证明方式，因此更准确的统计单位是这 372 个结果家族。 这次公开内容中，一个很重要的部分是Lean formalization。 Lean 是一种可以让计算机检查数学证明逻辑是否成立的形式化语言。 OpenAI 已经为许多结果提供了 Lean 版本，并表示还会继续补充。 但它同时明确提醒：并不是所有论文都已经完成形式化验证，一些尚未形式化的结果仍可能存在问题。 这句话其实非常重要。 它意味着 OpenAI 并没有把这 722 篇材料包装成“已经全部证明正确”的最终答案，而是把它们作为一批仍需要数学社区继续验证的研究成果公开。 这次 OpenAI 还公开了10 份模型推理摘要。 它们涉及从数论、复杂性理论到数学物理等不同方向，包括 π 的无理数指数、Mahler 猜想、Kaplansky 直接有限性猜想以及量子 Heisenberg 铁磁体等问题。 除此之外，OpenAI 还给出了一个很少见的数据： 平均每个结果所消耗的计算量，大约相当于这个内部模型使用 ChatGPT Pro thinking 运行三小时。 这并不是说研究人员真的打开 ChatGPT Pro 连续聊了三个小时，而是 OpenAI 用 Pro thinking 的计算量作为一个方便理解的换算单位。 这让外界第一次能更具体地估算：让前沿模型做真正的数学研究，大概需要多少推理计算。 过去我们看到很多 AI 数学新闻时，往往只能看到一个结果： 模型答对了。 但科研真正关心的问题是： 这个结果能不能被别人检查？ 证明有没有漏洞？ 过程是否可以重复？ 如果发现错误，之后怎样修订？ 这次 OpenAI 的 GitHub 仓库专门设计了论文版本和引用机制。后续修正会保留历史版本，而不是直接覆盖原来的文件。 这已经开始接近真正科研基础设施的逻辑，而不只是一次模型能力演示。 这里还有一个很值得注意的背景。 OpenAI 表示，在设计这次发布方式时，它咨询了Institute for Advanced Study（普林斯顿高等研究院）的 Advisory Group on Mathematics and Artificial Intelligence，并参考了这个独立顾问组关于 AI 数学成果发布方式的建议。 OpenAI 还表示，未来会继续探索由数学社区托管、符合相关指导原则的发布平台。 这说明 AI 实验室现在面对的已经不只是： 而是另一个问题： 这可能才是今天这条新闻最重要的地方。 短期内，其实没有一个新的 API 可以马上调用。 OpenAI 目前没有公布这个内部模型的正式名称，也没有给出 API 价格、开放时间或下载方式。 所以它暂时还不是一个“今天就能接入产品”的新闻。 但是 OpenAI 已经明确表示，它正在研究如何负责任地发布产生这些成果的模型。 一旦这种能力真正开放，受影响的可能就不仅是数学家。 定理证明、科研助手、算法验证、芯片设计、形式化验证，甚至部分工程研发流程，都可能出现新的工具链。 未来最值得关注的不是“OpenAI又宣布解决了几个问题”，而是三件事： 第一，数学社区能否独立验证这些结果。 第二，越来越多论文能否完成 Lean 等形式化验证。 第三，产生这些成果的前沿模型最终是否会开放，以及会以研究访问、ChatGPT 功能还是 API 的形式出现。 目前 OpenAI 自己已经承认，这批材料处在不同的验证阶段，一些未形式化结果仍可能有问题。 所以现在下结论说“AI已经攻克数百个重大数学难题”，仍然太早。 但可以确认的是： AI科研正在从展示答案，进入公开证明、开放检查和建立研究规范的阶段。 如果这个方向继续发展，那么未来衡量一个科研 AI 的标准，可能不再只是： 它能不能给出答案。 而是： 它能不能给出一个全世界都可以检查的答案。 Pixel Phoenix AI Research Lab 2026年10月7日 分类：AI News #OpenAI#AI科研#数学#Lean#FrontierModel#ScientificAI#AIMath
这次到底公开了什么？
第二个变化：开始让计算机检查证明
第三个变化：连模型怎么得出结果，也开始公开一部分
为什么这件事比“AI做对了一道难题”更重要？
OpenAI为什么现在要这样做？
“模型到底聪不聪明？”
当 AI 开始生产真正的科学成果以后，这些成果应该怎样进入人类科研体系？