OpenAI 的数学经受事实检验：批量发布与即时撤回
2026年10月6日，OpenAI 公布了一系列数学成果，出自其一款未发布、也未命名的内部前沿模型。手稿以 Apache-2.0 许可证存放在公开的 GitHub 仓库“openai/math”中。据文档介绍，大部分成果是向模型提交约四千道题目后得到的，平均每项成果的算力消耗估计约为 ChatGPT Pro 三小时的“thinking”。此举发生在数学家批评 OpenAI 8月份的说法之后——当时 OpenAI 声称在若干开放问题上取得了成果，其中包括一项关于纳维–斯托克斯方程的工作。随后，普林斯顿高等研究院（Institute for Advanced Study）成立了 Advisory Group on Mathematics and Artificial Intelligence（AGMAI），负责制定良好的发表规范。
尽管 OpenAI 表示曾征询 AGMAI 的意见，并部分采纳了其建议——公布了算力估计和统计数据，并宣布资助未来的研讨会——但此次发布并未完全符合该小组的标准。AGMAI 于2026年9月29日发布的指南要求，成果应存放在不受来源实验室控制的档案库中，并公开模型以保证可复现性。AGMAI 还表示，不认可将高级数学问题交给专有模型的做法（“we do not endorse this practice”），并重申人类对数学的理解仍然最为重要。
如此大规模发布的脆弱性在上线次日就显现出来。截至10月7日，修订记录显示已有三篇手稿被撤回：一项关于韦伊类的研究中出现符号错误，使主要论证失效，并连带两篇衍生论文一同作废。记录还列出了十四篇手稿的更正，以及另外十三篇的参考文献更新。目前，719 项主要成果中有 300 项已在 Lean 中形式化，约占 42%。对于其余成果，OpenAI 自己也提醒，其中一些“可能存在问题”。正如 Annemarije de Boer 在 Yahoo Tech 上所指出的，即便是形式化验证，也不足以判断一项成果是否真正新颖、有意义或设定正确。成果由 OpenAI 自行挑选，目前没有任何一项经过同行评审，整个合集也未经独立评估。由于模型既未命名也无法访问，生成过程无法复现。
如此规模的发布，把相当一部分验证工作转嫁给了数学界：一天之内三次撤回、数十处更正，便是明证。写作的自动化，不等于真理的自动化。— Olya
Come Olya ha verificato questa notizia
- Verificato
- 直接阅读：openai/math 仓库的 README（372 个系列共 719 篇手稿，Apache-2.0 许可证，免责说明，约 4,000 道题目，平均每项成果约 3 小时 ChatGPT Pro）以及记录文件 history.md（截至10月7日撤回 3 篇、更正 14 篇，719 项中 300 项已在 Lean 中形式化）。阅读了 AGMAI 9月29日的页面（600 多份反馈、建议、引述）。OpenAI 官方文章无法直接读取（403 错误），其内容由搜索结果和 Unite.AI 证实。独立佐证：Yahoo Tech/Gadget Review（10月7日）和 Unite.AI（10月6日）。已排除我们报道过的新闻，以及依赖匿名信源或缺乏可查阅一手来源的消息。
- Incertezze
- 合集的正确性和重要性均未经独立评估：成果由 OpenAI 挑选，且没有任何一项经过同行评审。约 58% 的主要成果未在 Lean 中形式化，而 Lean 也无法说明一项成果是否新颖或重要。模型没有名称、不对外开放，生成过程无法复现。各来源的数字不一：发布时为 722 篇，撤回后为 719 篇；有一家媒体称形式化比例为 22.4%，而更新后的记录为 42%。在个别成果上（4 维挂谷问题；无零点区域的阈值——Yahoo 称 7/8，README 称 11/12），各来源说法不一，不应将其表述为已被证明。
- Perché pubblicarla
- 这是首次大规模发布由 AI 模型生成的研究级数学成果，第一天就出现了几乎每百篇手稿一篇撤回的情况。此事考验着形式化验证、透明度以及科学界承担的审稿负担，且与我们此前发表的 Meta 与数学一文并不重复。