OpenAI 一夜公开 722 篇数学论文，数学界吵翻了

2026-10-10 19

10 月 6 日，OpenAI 一口气公开了 722 篇由 AI 独立完成的数学论文，覆盖约 4,000 个长期悬而未决的问题，平均每篇只花约 3 小时算力。更扎心的细节是：伦敦大学学院一位数学家研究某个问题 25 年、写过两本书后放弃，这次它被解开了。数学界的反应，一半是惊叹，一半是愤怒。

如果说 9 月攻克纳维-斯托克斯方程是「单点爆破」，这一次，是把整个数学系炸开了花。

一夜 722 篇：这不是论文，是流水线

722 篇手稿已经全部上传到 GitHub 仓库 openai/math，包含 PDF、LaTeX 源码，以及部分经 Lean 4 形式化验证的证明。但产出方的身份很微妙：一款没公布名字、没开放权重的内部前沿模型。

更值得玩味的是节奏。5 月，OpenAI 还在为「AI 找到第一个被学界认可的数学结论」发新闻；8 月，内部版 Astra 解决了 10 个未解问题；9 月，攻克纳维-斯托克斯相关问题；10 月 6 日，一次性砸出 372 个成果家族。从 1 项到 372 组，只用了 5 个月。

最狠的三个结论：够拿菲尔兹奖，但没人敢签字

• 「准黎曼猜想」：把黎曼 ζ 函数的无零点区域推进到 Re(s) > 7/8，并排除 Landau–Siegel 零点。这是近百年来黎曼猜想方向上最大的一步——黎曼猜想本身，是 7 道千禧年大奖难题之一。

• 四维挂谷（Kakeya）猜想：几何测度论里出了名的硬骨头，被拿下。

• 矩阵乘法指数压到 2.25：复数域上的新下限，直接关系到所有算得快或算得慢的算法。

有数学家在社交媒体上直言：如果这些是人做出来的，可以直接拿菲尔兹奖。但请注意后半句——全部成果都还没通过同行评审，也不包含 7 道千禧年难题的完整解答，相关结论均属「部分结果」。

真正吓人的不是结论，是成本

9 月攻克纳维-斯托克斯问题时，OpenAI 的说法是约 1 万个 agent 并行跑 88 小时、耗资数百万美元。而这一次，官方描述是「几乎全部来自单一 agent 的单次提示」，平均每个结果只消耗约「ChatGPT Pro 思考 3 小时」级别的算力。

一个月之内，单题投入的量级差了一整个「数量级区间」。换句话说：数学发现的单位成本，正在以肉眼可见的速度崩塌。

掌声之外：数学界并不买账

质疑同样猛烈，而且不止一种声音：

• 25 位菲尔兹奖得主联名发公开信，批评 AI 公司把数学成果当成模型营销的工具；

• 普林斯顿高等研究院托管的 AGMAI 明确建议「走正规学术渠道、披露模型名称与算力成本」——而 OpenAI 至今没公布模型名字；

• 帝国理工学院的凯文·巴扎德审阅了本批中数论领域的 30 篇，认为约 7 篇质量突出，仅 1 篇通过 Lean 形式化验证；

• 更深层的问题是：成果一次性砸下来，人类审稿根本跟不上。消化 372 组成果可能要几个月，而模型早已继续进化。

伦敦大学学院的弗朗西斯·约翰逊研究沃尔 D(2) 问题 25 年、为此写过两本书，最后自己放弃了——这个问题就在本批论文里被解决了。他的评价是：「精灵已经从瓶子里出来了。我们必须接受这个现实。」

方合观察：瓶颈已经从「生成」挪到了「验证」

数学和代码之所以最先被 AI 攻陷，不是因为它们简单，而是因为它们的「对错」可以被机器低成本验证——Lean 核验一个证明只需几秒。而依赖真实实验的学科，仍然受物理时间的硬约束，快不起来。

这对企业做 AI 落地是同一个道理：优先选那些「验证成本低、反馈闭环快」的场景，AI 的产能才能变成可交付的生产力；否则产出越多，验收越痛。这也是方合科技在帮企业做 AI 应用落地时反复强调的选场景原则。

（综合来源：OpenAI 官方博客及 GitHub 仓库 openai/math、《自然》《新科学家》、参考消息、环球网、科学网等公开报道，信息截至 2026 年 10 月 10 日。相关结论尚未经完整同行评审，最终以后续学界核验为准。）