OpenAI一次发布700余篇数学手稿，数学家回应震惊与茫然
The Decoder报道称，OpenAI于 2026 年 10 月 6 日在GitHub发布逾 700 篇AI生成手稿，声称解决数百个未解数学问题。博客Proofs and Prompts收集 100 多份研究者回应，涉及结果质量、署名缺失与青年研究者处境的分歧。
AI解读：OpenAI于 2026 年 10 月 6 日一次性发布超过 700 篇手稿，声称解决数百个未解数学问题；部分论文已被撤回，另一些因难以阅读受到批评。
菲尔兹奖得主Peter Scholze呼吁耐心，称数学是马拉松，最终目标仍是人类理解数学；他同时警告这些系统可能找到破解广泛使用加密方法的方式，并称寻找此类算法的难度“在我这个非专家的眼中，并不显著超出这些系统现在的能力”。
Terence Tao称AI生成的证明引入了“一旦消化就会有成果的聪明新想法”，但对缺少能讨论、报告和教授这些工作的人感到“深深沮丧”，并呼吁学界团结。
多位数学家对发布方式表达不满：Enrico Fatighenti称社区被要求解读AI论文，时间与精力成本高昂而荣誉归OpenAI；Henry Wilton批评OpenAI未公开作者姓名和失败率信息。
青年研究者受冲击明显：博士生Tristan Humbert当天得知自己论文核心问题被OpenAI声称证明，经历悲伤与恐慌并修改研究计划；多位受访者提到早期职业同事的焦虑、抑郁和失去目标感。
OpenAI于 2026 年 10 月 6 日在GitHub发布超过 700 篇AI生成手稿，声称解决数百个未解数学问题。数学博客Proofs and Prompts随后收集了 100 多份研究者回应，The Decoder报道了这些反应。
部分论文已被撤回，另一些因难以阅读受到批评；也有多位专家表示结果令他们印象深刻。报道称，目前全面评估这些上传内容的数学实质还为时过早。
发布规模与数学家对结果的最初判断
Alvaro Lozano-Robledo将 10 月 6 日称为“迄今为止数学史上可能最重要的一天”，同时指出模型局限：OpenAI瞄准了黎曼猜想，但只得到较弱变体，他写道“准黎曼猜想是巨大的！但它不是黎曼猜想”。
Ben Green称部分结果“对我来说绝对令人震惊”。他说，这次发布解决了他当年 6 月获得的一项欧洲重要资助所涵盖研究目标的大约四分之三。Roman Sauer在OpenAI对两个完全不同问题的解答中，认出了自己多年发展出的技术，他说“我惊呆了”。
Johannes Schmitt认为，这些研究论文是OpenAI改进模型的次要产物，而不是主要为了推进数学；公司使用未解问题测试，是因为前沿模型已经超出更简单的挑战。Ian Agol将此事与Grigori Perelman 2002年发布本世纪最重要证明之一相比：Perelman很少就此演讲，多个研究团队随后花数年重建缺失步骤，而这次“一家万亿美元公司出现，用TNT把整件事炸开了”。
署名缺失与对研究社区规范的质疑
多位回应者批评OpenAI未公开作者姓名和失败率信息。Henry Wilton称，缺少具名作者意味着“数学不再是人类的事业”，并说“如果OpenAI想摧毁数学社区，这会是一个很好的方式”。
Enrico Fatighenti指出，研究者对AI生成论文采用了与人类工作不同的标准：如果一篇投稿首页写得难以理解，他会拒稿；但现在社区却被要求解读和解释AI系统的论文。“这让我们在时间和精力上付出相当大的代价，而他们可以继续前进，用低质内容推平下一个猜想。当然，荣誉仍然是他们的。”
Tristan Humbert说，阅读论文时遇到他称为“基本不可读的垃圾”的内容，这让他的感受从悲伤和恐慌变为愤怒。
对职业与个人研究计划的直接冲击
2022 年菲尔兹奖得主Hugo Duminil-Copin写道：“我曾预计有一天我们会系统性地被超越。但昨天的公告以我没有预料到的力量击中了我。”他说OpenAI声称在他职业生涯中公开讨论过的每一个主要未解问题上都取得了结果，“但不是全部。不是一次全部。不是如此轻描淡写。”“冲击是巨大的。我瘫痪了。”他补充说，“明天，我们会找到前进的路。……但现在，我根本没有力气。”
Matt Zaremsky描述了自己四年来在某个问题上稳步推进、研究计划大约每年产出一次重大进展。他说，问题获得足够关注后OpenAI介入，“感觉像我们做了一场四年的考古挖掘，逐渐发现一副非常酷的恐龙骨架，然后一家万亿美元公司出现，用TNT把整件事炸开，把完整骨架递给我们，然后走开了”，他总结这段经历“不太好”。
Tasmin Chu读书时对一个概率论问题产生感情，并因此进入研究。她说：“比起知道pc<pu是真的，我更想要的是未来几年思考和探讨它的时间和空间。”她区分了自己对数学思考的热爱——她说这仍然属于她——和塑造自己职业工作的能力：“坦白说，我发现自己对我所生活的社会感到绝对厌恶。”
博士生Tristan Humbert当天早上得知OpenAI声称证明了他论文的核心问题。他描述了悲伤，随后是对博士后申请的恐慌，并花了一上午修改研究计划。
对加密风险与学界应对方式的警告
Peter Scholze呼吁耐心：“我们应该记住，我们都在同一条船上；数学是马拉松，不是短跑；目标过去是、将来也永远是人对数学的理解，这必然需要时间。”他同时警告数学之外的风险：这些系统可能找到破解广泛使用加密方法的方式。他写道，寻找此类算法的难度“在我这个非专家的眼中，并不显著超出这些系统现在的能力”，对数字基础设施的后果将是灾难性的。
Martin Bridson承认既有机会也有损失，但警告不要让AI实验室设定研究议程：“我们必须抵制这种诱惑：认为从AI实验室的公告中挖掘洞见将成为我们时代最重要的任务。”“我们应该拥抱机器提供的力量，但不应被契约束缚去跟随它们的领导。”
Mark Hagen说，那天他优先回应了早期职业同事的求助，而不是检查预印本。Petra Schwer说，她和同行在讨论研究时变得更加戒备：“不信任正在蔓延，这不好。”Mitchell Taylor说，许多同事正经历“严重的焦虑、抑郁和失去目标感”。
不同回应：有人看到新机会，有人哀悼失去
Danny Calegari说，过去 15 年个人好奇心引导他选择项目，OpenAI的发布没有影响他当前工作。他描述与一位音乐家合作，为一部数学动画创作配乐，代码由Anthropic的Claude编写。“如果这不值得庆祝，我不知道还有什么值得。”
Constantin Kogler一直在与Astra研究一个OpenAI也声称解决的问题，并在公司发布次日将自己的论文发到arXiv。“我忍不住觉得自己生活在一个数学仙境中，下一个定义领域的想法在我准备好时就会被发现。”
Giovanni Mongardi则看到更黯淡的未来：“今天，有些东西永远失去了。”他将数学家剩余的角色描述为“机器之神的祭司”，并担心“心智的未来将是一片沙漠，没有问题指引我们超越地平线”。
Sam Hughes用三句话表达感受：“能做研究级数学是一生的特权。但不是这样。我们失去了多少美？”日本数学家Koji Fujiwara用改编自Dolly Parton《Jolene》的歌词回应：“AI，AI，AI，AI，我恳求你，请不要夺走我的数学……”
此前数月的紧张关系与背景
报道称，Association for Human Mathematics此前已呼吁抵制OpenAI，指责该公司违反科学研究核心规范。包括Terence Tao和Peter Scholze在内的 25 位菲尔兹奖得主也发表联合声明，警告AI行业目标与数学目标之间存在严重错位。
Terence Tao曾提出“数学 2.0”时代，即仅解决问题不再能成为该领域的中心焦点。报道称，目前的回应显示这一转变对数学家而言多么个人化。