OpenAI 在 GitHub 发布 372 个 AI 生成的数学证明并引发学界关于知识生产模式的争议

OpenAI 通过内部前沿模型在 GitHub 发布了 372 个由 AI 生成的数学结果，旨在解决开放问题或取得实质性进展，其中包含黎曼猜想相关进展及计算机算法改进。这些成果大多源自单一提示词驱动的单智能体，平均消耗约三小时 ChatGPT Pro Thinking 算力，部分附带 Lean 形式化验证以应对人工审查瓶颈。此举被解读为对传统同行评审期刊节奏过慢的公开挑战，尽管公司未公布具体提示词且仅分享平均成本，但已咨询包括菲尔兹奖得主 Timothy Gowers 在内的学术顾问组。

数学界对此反应分裂，25 位菲尔兹奖得主联名警告 AI 大规模生成真命题可能破坏概念理解的根基，认为解题仅是工具而非洞察本身；Terence Tao 则强调需限制 AI 使用以保护年轻数学家的真实学习过程。虽然形式化验证能确认逻辑正确性，但无法判定结果的数学相关性或原创性，这构成了当前 AI 辅助科研的核心张力。OpenAI 明确表示顾问组仅能建议沟通方式，无权干预产出速度，同时计划资助研讨会以理解 AI 生成成果。

事实层面，此次发布确实绕过了传统期刊流程，直接利用代码托管平台提供可验证的数学结论。推断上，这标志着 AI 从辅助工具向独立知识生产者角色的关键跨越，迫使学术界重新定义“发现”的标准。猜测成分在于未来是否会出现完全由 AI 主导、人类仅负责形式化验证的新科研范式，以及这种模式是否会加速导致数学文献膨胀而无人真正理解的风险。