就在今年夏天，王虹靠着挂谷猜想三维版本的证明拿下菲尔兹奖。谁能想到，仅仅不到三个月，OpenAI 就对外宣称，自家 AI 直接搞定了四维版本。

10 月 7 日，OpenAI 在 GitHub 一次性扔出 722 篇数学手稿。

这批成果全部来自一款未对外公开的内部模型，覆盖数论、几何、概率、理论计算机等 17 个数学分支。OpenAI 介绍，模型总共尝试了大约 4000 个悬而未决的难题，最终在 372 组问题上输出了结果。平均每一项成果，消耗的算力约等于 ChatGPT 高级版连续思考 3 小时。

其中有一项成果，被数学家评价：如果这是人类完成的，拿菲尔兹奖没有任何疑问。要知道菲尔兹奖是数学界最高荣誉，四年才颁发一次。

但离谱的地方来了：这 722 份手稿，至今没有人完整通读一遍，就连 OpenAI 自己的研究人员都没读完。

光是目录加上摘要就足足 40 页。有数学家光是啃完摘要，就花了大半个小时。随后各个方向的专家陆续翻看自己领域的稿件，坏消息不断冒出来：部分证明存在错误、部分内容晦涩难懂，还有不少连机器核验都没做。

有数学家毫不客气地吐槽：这就像是把一大堆乱糟糟的文稿，直接倒在了数学界家门口。

可有意思的是，这堆 “文稿大山” 里面，确实有可能藏着足以震动学界的金子。

想象一张无限大的平面，给平面上每一个点涂色。设定单位长度为 1，要求任意两个距离恰好等于 1 的点颜色不能相同。那么最少需要几种颜色？

这个问题早在 1950 年就被提出，几十年间人类只知道答案在 4～7 之间。2018 年，研究抗衰老的生物学家、业余数学家奥布里・德格雷证明，至少需要 5 种颜色。而这次 OpenAI 的模型声称：5 种颜色不够，答案只剩下 6 或者 7 两种可能性。

分量最重的成果，和黎曼猜想相关。

素数，就是只能被 1 和自身整除的自然数，它们在数轴上看似随机分布，背后却被黎曼 ζ 函数所掌控。这个函数有无穷多个零点，零点的分布规律，直接决定素数的分布。

数学家早已证明，除去平凡零点之外，其余零点全部落在实部 0 到 1 的带状区域。1859 年黎曼提出猜想：所有非平凡零点，实部全部等于 1/2，整齐落在这条中线之上。

160 多年过去，黎曼猜想始终没能被证明，就连弱化版本都很难突破。哪怕仅仅证明带状区域 0.99~1 这个窄区间不存在零点，都是足以轰动数学界的成果，人类至今做不到。

这份手稿则声称：实部大于 7/8 的区域，不存在任何零点。罗格斯大学数学家亚历克斯・孔托罗维奇口中那个 “能拿菲尔兹奖” 的成果，指的就是这一项。

当然，这距离完整的黎曼猜想还有巨大鸿沟。猜想要求实部等于 1/2。佐治亚理工学院马特・贝克提醒大家：就算这个结论成立，想要证明完整黎曼猜想，可能需要一套完全不一样的思路。

更关键的是，目前所有成果仅仅停留在手稿的 “宣称” 层面。722 篇手稿，没有一篇经过同行评审，也没有人类作者署名。

发布仅仅第二天，OpenAI 就紧急撤回 3 篇手稿。问题根源只是一处小小的符号笔误：本该写负号的地方写成正号，一步关键推导直接失效。另外两篇建立在同一套推导逻辑上，跟着一并作废。同一天，还有 14 篇稿件紧急修补。

还有大量稿件，问题不是 “算错”，而是根本读不懂。

布朗大学的布伦丹・哈塞特翻看自己深耕领域的稿件，通篇读完只觉得不知所云。他调侃，如果是人类学者写出这样的证明，我直接放弃阅读，可现在还有 721 篇等着学界排查。

普林斯顿研究黑洞数学的米哈利斯・达费莫斯研读了自己方向的几篇，找不出明确错误，但证明写得含糊不清，达不到合格证明的标准 ——连错，都没法好好判定。

遇到读不懂的证明，学界原本还有一招：交给机器核验。

数学有个独有的优势，证明可以翻译成 Lean 这类交互式定理证明语言，由计算机逐行校验逻辑。截至 10 月 10 日，大约 42% 的结果通过机器检查。剩下的 OpenAI 自己也承认存在潜在问题，被撤回的 3 篇就在其中。

但机器核验并不是万能的。程序只能保证输入命题的逻辑自洽；至于这个命题，和原文想要解决的原题是不是同一个东西，依旧需要人阅读代码核对。Lean 数学库负责人约翰・科梅林就提出怀疑：部分形式化验证，证明的其实是一个更弱的命题。

已经有数学家发现，经过机器验证的结论，和手稿宣称的成果，并不总能匹配。

说白了：哪些是宝藏，哪些是废纸，只能靠数学家一篇一篇人工精读核验。这份苦差事，直接被甩给了整个数学界。

牛津大学厄休拉・马丁评价：OpenAI 扔给学界一堆乱糟糟的初稿，然后等着全世界数学家免费帮它收拾残局。

放在过去，攻克难题之后，把证明思路讲明白，本就是做出成果的人的责任。

陶哲轩曾经描述过数学界的传统：当一个长期难题被攻克，研究者会到处做学术报告，同行组织研讨班一起拆解思路；研究催生新问题、新合作，吸引年轻人进入领域；证明不断简化，最终写进教科书。

现在 AI 批量输出答案，但产出方自己都讲不清推导逻辑。这套延续百年的学术传承链条，直接断裂。不少研究者甚至开始把自己看好的研究方向藏起来，害怕被 AI 抢先截胡。陶哲轩把这件事比作粗暴的露天采矿，把未解决的数学问题一片片挖空。

很多学者直接拒绝接下这份核验工作。发布次日，由 800 多名数学家组成的人类数学协会发布公开声明，呼吁全球同行停止和 OpenAI 合作。声明直言：一次性放出 700 多份手稿，本质是秀肌肉，算不上正经学术研究。

不止这个协会发声。早在 9 月，20 多位菲尔兹奖得主联合发布宣言，批评 AI 巨头把百年数学难题，当成测试大模型的考试题。

学者们真正担心的，从来不是 AI 算出答案。数学家钻研难题，最大的收获往往不是最终结果，而是研究途中创造出全新数学工具与方法。这些思路通过报告、研讨、教科书一代代传递给后辈。如果 AI 直接甩出答案，没人读懂、没人消化，这些珍贵的方法就彻底失传。

青年学者最先承受冲击。博士课题、基金项目、求职成果，很多人的研究就押在某个未解难题上。这批手稿放出之后，不少数学家反馈，身边同事的经费申请一夜作废。更让人担忧：如果下一代学者不再亲手啃难题，几十年之后，恐怕再也没人能读懂这些高深的数学。

当然，数学界内部并非全员反对。

多伦多大学丹尼尔・利特持乐观态度，转述合作者的感受：“我一辈子都在爬山，现在终于可以飞了。” 也有数学家看到自己研究多年的问题被解决，反而觉得松了一口气。

不管是激动还是愤怒，所有人面前都摆着这一大堆手稿。学界普遍预估，完整核验完 722 篇内容，需要耗费数年时间。

而 OpenAI 并没有停下脚步，官方表示会继续使用内部模型挑战各类数学难题，圈内已经在流传下一批手稿即将放出。

法国国家科学研究中心数学家斯科特・阿姆斯特朗，自认属于对 AI 最乐观的一批学者。被问到后续计划，他苦笑：抓紧把手头研究做完，趁 OpenAI 还没抢在我们前面。

有网友说：

也有担忧的网友表示：

当然也有完全支持数学家的网友表示：

也有表示中立的网友的表示：

最后

这场发生在数学界的争论，本质不是 AI 能不能解题，而是我们该用什么样的规则去探索未知。

AI 可以快速输出海量的证明草稿，却无法复刻数学家在漫长试错里迸发的思想火花。数学不只是一堆等待被验证的命题，更是一套代代传递的思维工具。真正珍贵的，从来不是那个答案，而是寻找答案途中，人类创造出来的新方法、新思路。

算力可以加速推导，但不能代替理解；模型可以生成手稿，但不能接管人类对真理的探索。

未来 AI 大概率会成为数学家手里强大的工具，只是我们需要商量好：工具该怎么用，科研的规则该怎么守。

撰稿：米洋 | 编辑：小天

参考资料 & 权威来源

1. OpenAI 官方数学成果仓库：https://github.com/openai/math
2. 陶哲轩个人博客原文（对 AI 批量数学成果的评述）：https://terrytao.wordpress.com/2026/09/11/a-severe-misalignment-of-ai-in-mathematics/
3. 人类数学协会 AHM 公开声明

1. 麻省理工科技评论深度报道