OpenAI 近日发布由未公开人工智能模型生成的 722 篇数学论文，涵盖代数、几何及理论计算机科学等领域的 372 个开放性问题。公司声称此举旨在 " 推动人类知识的边界 "，但其大规模、高密度的发布方式被外界形容为 " 数据倾倒 " 甚至 " 数学末日 "，在数学界引发强烈震动。

晦涩难懂与 " 严重幻觉 "

这批论文中，部分声称在黎曼猜想和布卢赫 - 斯温纳顿 - 戴尔猜想等长期悬而未决的难题上取得重大进展。作为七大千禧年大奖难题中的两项，解决这些问题将获得 100 万美元奖金。然而，其可读性与准确性遭受质疑。

有资深数学家指出，相关论文晦涩难懂，若以期刊投稿标准审视，" 会直接被扔进垃圾桶 "。即便是 OpenAI 自家的 GPT-5.6 Sol 模型，也将至少一项高关注度成果描述为 " 严重的幻觉 "，警告在未经完整专家审核前不应引用或流传。换言之，尽管部分成果可能具有开创性，但其表达方式已超出专家理解范畴。

转移视线与 AGI 叙事

分析认为，OpenAI 此举意在转移公众对其此前争议的注意力。今年 9 月，该公司发布关于纳维 - 斯托克斯方程（另一项千禧年大奖难题）的解决方案，遭数学家特里斯坦 · 巴克马斯特和莱文特 · 阿尔波格指控窃取数据及思路，并利用约 1500 万美元计算资源寻找答案。OpenAI 对此予以否认。

更深层次的动机或与通用人工智能（AGI）叙事有关。纯抽象数学被视为认知任务的高地，若 AI 能在此领域展现前沿研究能力，将增强市场对其接近 AGI 的信心。这对计划上市、估值高达 1.4 万亿美元的 OpenAI 而言，具有重要的商业价值。

信任危机与形式化验证

数学真理依赖同行评审确立，这一过程通常耗时数年。OpenAI 的快速发布模式打破了传统节奏，目前已撤回三篇存在基础错误的论文，并修正了其他几篇无效文章，暴露出其出版前审核环节的不足。

为增强可信度，OpenAI 声称已对其中 300 项主要成果进行了 " 形式化 " 处理，即利用 Lean 等软件系统从公理出发自动检查逻辑步骤。然而，鉴于此前纳维 - 斯托克斯方程案例中 AI 生成形式化证明存在的问题，数学界是否接受这种机器检查结果仍存疑。

兴奋与焦虑并存

学界反响呈现两极分化：一方面是对潜在重大突破的兴奋，另一方面则是对研究范式被颠覆的担忧。批评者直言不讳地表达对 " 家门口被倾倒垃圾 " 的不满。

随着专家深入审查，核心焦虑在于：面对海量且初看如乱码的 AI 论证，谁应承担解读成本？这对于学生和早期研究人员尤为严峻，他们需直面研究成果可能被 AI 抢先发表、以及自身价值被重新评估的现实。这场关于数学研究未来的对话，远未结束。

【星途科讯 图文丨 LCC 首发于 ZAKER 科技，转载请注明出处】