阿陈说：OpenAI未公开模型放出722份数学手稿，人类核验跟不上了吗

以下是视频口播的自动转写，可能有错字。

如果 ai 产出数学结果的速度快过人类核验和消化它们的速度，会发生什么？2026年10月6号，OpenAI 在官方网站和代码仓库里正式公开了一套庞大的数学研究成果。他们一口气放出了722份数学解答手稿，全部来自一个还没对外发布的内部顶级模型。

这些论文归纳在372个结果家族里。罗格斯大学数学家 alex kantorovich 在社交平台上看到准黎曼猜想手稿后惊呼，如果是人类做出了这项突破，都配得上当场拿下一座菲尔兹奖。如果连朗道、西格尔、零点都被排除了，简直值得发两座菲尔兹奖！

这批手稿一公布，不少人立刻带上了“技术起点”的狂欢滤镜。但在热闹的舆论背后，学术界真正面临的问题其实非常现实：谁能来验证这些推导？谁能真正理解它们？又怎样才能让这批机器产物变成人类真正可用的数学知识？大家好，我是进化中的阿晨。这是我的新栏目，阿晨说，每期讲透一件 ai 圈的大事。

很多人可能会好奇，科技大厂为什么突然涉足数学前沿？官方披露的原因很直接，内部用来测试模型水平的常规考卷，已经被这颗新模型彻底做绝了。原有评测集全面饱和，研发团队只能把测试题目扩大到未解决的开放式数学难题上。在整个评测期间，研发团队总共向模型提出了大约4000道数学问题。

绝大多数尝试并没有成功，最终达到发布标准，整理成文的，就是大家看到的这722份手稿。而且官方还公布了一个关键的成本参照，平均每项结果使用的是大约3小时 ChatGPT pro 思考等量算力。这里必须划个重点，这指的是折算下来的计算资源规模，并不是说机器在现实里坐着琢磨了3个小时。

但这依然带来了一个很强的反差，过去需要数学家熬白头发的长线探索，在规模化算力面前，被折算成了一串串可以用机器工时计量的任务。当然，这批手稿绝大多数不是直接彻底解决百年大猜想，很多只是向前推进了一步，或者给出了某种局部约束与不同证明途径。在这批手稿里，引发学术界最多讨论的，绝对要数对准黎曼猜想的推进。

大家都知道黎曼猜想的核心是寻找黎曼 zeta 函数非平凡零点的分布规律。完整猜想要求所有非平凡零点的实部都精确等于1/2。如果被证实，人类对素数分布的理解就会迈进一大步。但这批手稿并没有解决完整的黎曼猜想，它推进的是准黎曼猜想，也就是证明在十步大于某个特定数值的区域内绝对不存在任何零点。

翻开公开的代码仓库，关于准黎曼猜想其实放着两篇完全不同的论文：第一篇是2026年9月30日的手稿，厚达整整199页，宣称证明了十步大于7/8的区域没有零点，并且附带了完整的令形式化代码。而第二篇则是10月5日提交的版本，篇幅精简到了49页，证明的是十步大于11/12，没有零点。

但这篇没有配形式化代码，这里必须看清它们的大小关系：7/8小于11/12，7/8排除的无零点区域更大，数学结论其实更强。而那篇49页的手稿给出的结论实际上更弱。既然49页这版的结论更弱，为什么大家还专门去研读它？根据科学新闻媒体，quantam 在10月19日发布的深度调查报道，那篇49页的手稿是唯一经过人工编辑的版本。

面对厚达199页，浩繁且晦涩的机器推导。这篇49页版本，篇幅更短，可读性更好。所以顶尖数论专家的目光，目前主要都放在了这篇更容易读懂的弱版本上。受访的纽约大学数论专家马克西姆拉奇维乌研读后表示，从大体推导路线上看，这个结果基本成立。但普林斯顿大学数论学家彼得萨纳克明确表示，在人类核验并理解所有细节以前，他本人不会满意的称其为定理。

目前，这仍处于待审核吸收阶段，绝非正式同行评审或全行业确认。调查报道还揭秘了这个证明的学术渊源，模型并没有凭空发明一套全新数学，它的证明路线其实巧妙组合了既有工具，其中关键一步直接借鉴了 alexander dun 和 rajiv will 在2021年发表的前沿成果。

rajiv will 对 quantant坦言，手稿里挑中的那个数学对象，此前在这个数论方向上并未得到足够关注。结果模型却在知识库里把它挖了出来，与现有工具拼在一起，走出了一条此前很少被选用的冷门路线。萨拉克甚至把他本学期的一门课改成研究这份证明。

人类先辈打磨好了数学积木，机器凭借惊人的搜索与组合能力，找到了一种意想不到的新拼法。除了高深莫测的数论，手稿里还有一个大家都能听懂的经典几何难题，叫做哈德维格-纳尔逊问题。规则简单直观：在一个二维平面上给所有的点涂上颜色，唯一的限制条件是：任何距离刚好等于1的两个点，颜色绝对不能涂成一样的。

请问最少需要准备几种颜色，才能把整个平面涂满而不犯规？这个问题折磨了数学界很多年，此前已知答案在5~7之间。而这次手稿里宣称他们成功证明了5种颜色绝对不够用，把老难题的答案范围收窄到了6种或者7种。很多老玩家肯定会追问一句，大模型向来容易出现幻觉，这些复杂的长篇证明到底怎么保证逻辑没有漏洞？

这就涉及到发布里的关键工具，lin，形式化验证。推导步骤一旦写成精确的形式化代码，系统就会在给定的数学公理体系下逐行核验每一步推理是否成立。只要有一处推导不合法，就会报错，通过不了。但机器核验通过，真的就等于万事大吉吗？首先，在目前收录的约719份手稿和372个结果家族里，只有大约42%的顶层结果配有形式化代码。

也就是说，仍有近6成的顶层结果没有经过令形式化。这不等于他们错了，只是没有这一层机器核验。更关键的是，令核验了写进代码的那个数学命题，但论文与代码有没有忠实对应，还得另查。此前，英国剑桥大学和伦敦国王学院的数学家在研究 OpenAI 9月份发布的纳维斯托克斯手稿时，就发现过论文和形式化声明不一致的情况。

验证代码通过与论文原意被忠实形式化，在数学上完全是两道不同的检查。事实上，就在代码库上线的第二天，也就是10月7日，官方日志就出现了一次真实的修补记录。由于一处符号错误，使稳定化剂抵消论证和两个依赖论文使用的构造失效，官方撤回了三篇相关手稿。

另外还有14篇手稿进行了修订、修补、推理疏漏、澄清假设前提，这清楚地证明机器同样会因为符号或逻辑疏漏而翻车。面对这次集中发布，数学界内部迅速分化出了不同声音。10月7日，人类数学家协会AHM发表公开声明，呼吁数学家停止与OpenAI展开合作。

他们批评一次性公开大量手稿不符合他们期待的数学研究发布和交流方式。当然，这属于该协会自身的公开立场，并不代表全体数学界一致反对。另一种声音来自推动建立规范的努力。由设于普林斯顿高等研究院托管的数学与人工智能独立顾问组在10月6日发表声明，强调顾问角色绝不代表评价这些研究结果的学术影响，也不代表背书 OpenAI 取得这些结果的过程。

在建议规范里，他们专门设了一个耐人寻味的章节，尚未被任何人充分理解的论文。顾问组建议，科技大厂如果发布了缺乏及时同行理解的深度数学手稿，应当承担后续支持责任，为学术界提供充分的支持与透明度。资助学者去理解和消化他们。实际动作也随之落地。10月15日，西蒙斯基金会联手Anthropic和OpenAI宣布了一项总额1500万美元的资金与资源计划。

OpenAI在其中出资500万美元，并提供算力支持，资金全权由基金会管理，专门资助全世界数学家独立评估这批手稿，学习使用人机协作工具，并探索新的学术标准。而在全行业的大讨论中，最具建设性的观点来自菲尔兹奖得主陶哲轩。10月9日，陶哲轩在加州理工学院公开演讲中抛出了 math 2.0的构想。

陶哲轩指出，如果把视线全部局限在机器解题的数量上，就会忽略数学研究更核心的价值。数学不仅在于得出结果，更在于人类对宇宙规律的深层理解、解释与交流。未来 ai 应当用来帮助学者梳理证明脉络，搭建协同探索的工具，而不只是一个单向输出答案的做题系统。

看到这里，我们可以得出一个清晰的判断。ai 擅长在庞大的知识空间里高速搜索、拼装冷门路径，而人类数学家的不可替代之处在于提出真正有价值的问题，赋予证明以直观理解。并将它们转化为可以传承的人类文明智慧。形式化验证只能核验写进代码的命题，而真正的科学从来都是人类心智与思想的延伸。

当机器开始替我们推开未知的门，我们最需要的是坐下来把它彻底读懂，盲目狂欢毫无意义。只有人类真正理解了背后的道理，这项成果才算真正写进了人类的知识库里。