AI 发了 722 篇论文,数学家管它叫「泔水」

一、722 篇，两天就开始往下撤

10 月 6 日，OpenAI 在 GitHub 上一次性放出了 722 篇数学手稿，覆盖 372 组公开难题，霍奇猜想、BSD 猜想这类挂了几十年的硬骨头都在名单里。这些成果来自对 4000 多个研究问题的批量测试，按 OpenAI 自己公开的口径折算，每项结果平均消耗约相当于 ChatGPT Pro 三小时的计算资源。

换句话说，一道曾经足够养活一个博士生好几年的题，现在的标价是三个小时。

两天后，仓库挂出撤回通告：一篇因为一个符号错误，论证链整个断了；引用了它的另外两篇一并下架。722 变成 719。同期还有 14 篇做了修订、13 篇更新了引用。

需要说明的是，撤稿总量在不同信源之间口径不一：OpenAI 自己的更新日志记的是 3 篇撤回、14 篇修订；另有报道称到 10 月下旬累计撤稿已达 60 余篇。生产按小时计，翻车也按小时计。

二、仓库自己的账本写着：42%

这批手稿最值得看的地方，不在它宣称解决了什么，而在它自己承认了什么。

仓库的 README 里写着：顶层结果通过 Lean 形式化验证的比例约为 42%，后面还跟着一句“未形式化的部分结果可能有问题”。700 多个问题里，只有 10 个家族公开了模型的推理摘要。至于用的是哪个模型、什么版本、提示词长什么样——全都没交代。

而就在 9 月底，数学界刚成立的一个顾问组给出的建议里，最要紧的一条是：AI 公司发表数学成果，请公开模型、提示词和思维链。OpenAI 当时答应会听。

形式化验证是什么？简单说，就是把证明翻译成机器能逐行检查的形式语言，让程序代替人核对有没有跳步。它保证的是“链条没断”，不保证“这个结果有没有意义”。42% 的意思是：剩下那 58%，连“没断”都还没被确认过。

三、磨了七年的题，三天内被逼着交卷

被截胡的人里有个极端案例。

MIT 教授多尔·明泽的团队在一个问题上磨了 7 年。9 月 11 日听到风声，说 OpenAI 可能已经证出来了，他们三天之内把 95 页的半成品论文贴上网，还公开道了歉——道歉的对象，是那些本来等着他们出完整结果的同行。10 月 6 日那份清单里，就有他们磨了七年的课题。

更早的一个例子在 9 月：纽约大学的巴克马斯特团队耗时一年攻坚纳维-斯托克斯方程，在公布阶段性成果的次日，OpenAI 就宣称其智能体完成了完整的形式化证明。

于是出现了一幕荒诞的科研图景：学者们开始抢在 AI 之前把自己没做完的工作贴上网，因为一旦慢了，“这是谁先做出来的”就永远说不清了。一门以严谨和沉得住气著称的学科，被迫按小时安排节奏。

四、没有一个专家读懂了整个论证

反转发生在 10 月 16 日。《科学美国人》把一件事捅穿了：专家逐段啃完那份 166 页的证明，发现它构造外力的方式和业内熟知的路径完全是两码事——也就是说，OpenAI 发布时按旧口径做的宣传，连它自己都没真正搞明白模型是怎么证出来的。

陶哲轩的点评更直接：这份证明“技术上可读”，但“我聊过的专家里，没有一个真正读懂了整个论证”。有人想弄懂它，甚至得靠别的大模型帮忙梳理。

他先前给这批东西起的名字是“有毒废料”，后来改口成“也许是处理过的废料”。10 月 16 日接受《纽约时报》采访，他的原话是：“再也没有规则了。”他说自己现在做的更多是社区组织，不是数学。

MIT 数学家科恩给这批论文起了个流传更广的名字：math slop，数学泔水。MIT 复杂度领域的知名学者 Ryan Williams 则从另一个角度形容：把大量晦涩的机器生成证明突然抛出来，相当于对数学界发起一次 DDoS 攻击——你没有攻击任何人，只是让所有人被迫停下手里的事，去排查你丢过来的东西。

五、生产是小时级的，消化是月级的

陶哲轩把这种状态叫“证明消化不良”：AI 生成一份证明是小时级，形式化工具验证是分钟级，可人类要理解背后的结构、提炼出方法论，仍然只能靠缓慢的认知过程。

问题在于，承担消化成本的人没有被计入这笔账。一篇手稿摆在那里，数学家花几周啃完，最后发现只是一个正确但平庸的结果——这个成本完全不对等，而且没有任何机制补偿他。更麻烦的是吞吐量：过去证明是稀缺品，现在一次开闸就是 722 篇，还分属数论、代数几何、理论计算机等不同方向。能审的人凑不出来，愿意审的人算不过账。

陶哲轩牵头的“人类数学协会”公开指出，AI 正在对开放问题做“掠夺式开采”；全球近 7000 名数学家联署呼吁审慎管控。中国科学院院士、中国数学会理事长席南华的评价落在同一个点上：这批手稿很多只给出碎片化结论，缺少新概念与新方法论，而后者恰恰是数学真正的生命力所在。

六、真正被抽掉的不是证明，是地图

反对声浪最大的并不是“AI 抢了饭碗”这一层。25 位菲尔兹奖得主联名发表的《人工智能在数学中的严重错位》里点透了核心矛盾：AI 公司把解决数学问题当成了模型性能的跑分测试，而数学共同体真正追求的，是过程中沉淀下来的理解、新方法和新思想。

陶哲轩常举的那个例子更能说明问题：找数学难题的答案像去山里找瀑布，重要的不只是最终看到瀑布，而是沿途画的地图、发现的新路径、偶遇的其他风景。现在 AI 可以直接飞到瀑布顶上，但它没把地图画出来——其他人还是不知道怎么走，也没法顺着这条路去探索更远的地方。

他也提过一个更具体的新标准：如果作者没法以专家水平把证明讲清楚，哪怕形式化验证通过了，也不该达到发表要求。这等于把门槛从“对不对”改成了“能不能被讲明白”——先过机器这一关，再过人类这一关。

所以真正被抽掉的从来不是“答案”，是沿途的地图。答案会越来越便宜，地图不会。

七、最后：这不只是数学家的事

面对压力，OpenAI 换了一套说法：这批文稿最好被理解为“原始研究数据”而非成品论文；公司不为内部模型寻求学术署名；参与核验的外部专家不签保密协议、没有报酬、可自由发表判断。

这是一个诚实的退让——它把角色关系倒了过来：我不是作者，我是实验台。

但另一头，Altman 的态度也很清楚。他在播客里说，他同情跟不上节奏的数学家，但没打算停下来——人类有权获得这些知识，公众知情权压过了发布造成的混乱。他提到公司为数学题花了几亿美元，光纳维-斯托克斯一项约 1000 万美元，还提到内部有个叫“Hold My Beer”的频道，员工把最难的题往模型里扔。

两句话摆在一起，就是这件事的全貌：一边承认没整理好，一边明确不会停。

数学只是第一个被这种节奏撞上的领域，因为它的产物最容易被机器判定对错。但它不会是最后一个。任何一个“产出可以被快速判定、产出过程却无人复核”的岗位，迟早都会遇到同一个问题：

你交出去的东西，谁来复核？而复核这件事本身的能力，正在被谁抽走？

———

信源：OpenAI GitHub 仓库与更新日志（10/6 发布、次日撤回修订记录）、OpenAI 新闻稿、The Verge（Altman 播客表态）、《科学美国人》（10/16）、《纽约时报》（10/16 陶哲轩采访）、陶哲轩 10/8 书面回应与 Mathstodon 发言、MIT 学者 Ryan Williams 与科恩的公开评论、25 位菲尔兹奖得主联名《人工智能在数学中的严重错位》、《莱顿宣言：AI 与数学》、中国科学院院士席南华公开表述、科学网与广州日报相关报道。文中未出现股票代码与任何买卖建议。