事件：OpenAI 一次性公开 722 份数学手稿
OpenAI 于 10 月 6 日上线一个名为「Sharing AI progress in mathematics」的官方页面，把内部前沿模型产出的数学成果整理成公开仓库，一次性放出 722 份手稿。这些手稿被归入 372 个结果族，每个族围绕一个主题把主结果、配套论证、推论和替代证明放在一起，并按数学分支分类。公司同时说明，这批结果来自一个尚未对外发布的内部前沿模型，不是现有 GPT 系列产品的常规输出。官方原文见 Sharing AI progress in mathematics。
722 篇、372 族、约 4000 道题：这批材料怎么读
仓库的说明文件把来源写得很具体：评估过程中模型被喂了大约 4000 道开放问题，最后按结果族和手稿两个层级汇总，只有达到一定显著性水平的才被收录。平均每项结果用掉约 3 小时 ChatGPT Pro 思考算力，换算下来这是一次以算力换数学产出的规模化尝试，而不是零散个案。仓库还给出 10 份推理摘要，覆盖乘法函数的两点相关性、圆周率的无理性指数、Mahler 猜想、自旋玻璃的 Mézard–Parisi 公式、量子海森堡铁磁体的自发磁化等题目，方便读者看模型是怎么一步步推的。
需要提醒的是，仓库自己承认这批结果处在不同的验证阶段。有 Lean 形式化伴随的只是一部分，没有形式化的结果「可能存在问题」，官方承诺会尽快修正。这句话很重要，它意味着 722 这个数字是产出量，不等于 722 条已被同行评议确认的定理。
Lean 形式化证明意味着什么
Lean 是一门把数学证明写成代码、再由计算机逐行检查的编程语言。手稿库里附带的 Lean 形式化，等于把一部分证明翻译成机器可验证的版本，理论上任何第三方都能跑一遍检查器，确认推导没有跳步。对不熟悉这套工具的人来说，可以把它理解成证明的编译器：人写的证明可能藏着隐含假设，机器检查过的部分至少排除了计算和逻辑上的低级错误。
但形式化只覆盖结论的推导链，不覆盖这个结论是不是新结果、值不值得算。而且官方明确说「许多但并非全部手稿已被形式化」，所以看到一篇没有 Lean 伴随的论文时，读者不能默认它已被验证。想自己核验的人，可以从仓库的形式化目录和 Comparator 说明入手，按目录里标注的验证配置逐条跑。
和纳维-斯托克斯、费马大定理那几次发布比，这次多了什么
过去一年，OpenAI 和 Anthropic 已经用单点突破的方式刷过存在感：9 月 OpenAI 内部模型宣称解决纳维-斯托克斯千禧年难题，Anthropic 则用 Claude 完成了费马大定理的 Lean 形式化。那两次的传播方式是博客加新闻，读者只能看到结论。这次不一样，发布形态从一篇公告变成一个可持续更新的仓库。
仓库保留了公开的发布历史，修订会以新版本记录，旧版本继续可访问，每篇手稿还带自己的 BibTeX 引用块。对一个需要被引用的学术成果来说，这比博客链接实用得多。OpenAI 也提到，除了这次的 GitHub 仓库，还在寻找符合顾问委员会指南的社区托管方案。换句话说，争议最大的发布渠道问题，官方这次至少给出了一版正式答案。
数学界为什么不买账：署名、验证与用推特发论文
《连线》在发布前后采访了多位数学家，语气并不客气。他们抱怨的不只是结果本身，而是发布方式：很多成果通过博客、新闻稿甚至单条推文公布，没有走同行评议，也常常不引用其他数学家的在先工作，导致社区难以消化和复用。西北大学的 Bryna Kra 把这种做法形容为用推特做数学、用新闻稿做数学，认为这不是培育生态的方式。
更敏感的是署名与优先权。9 月纳维-斯托克斯那次，纽约大学教授 Tristan Buckmaster 公开指控 OpenAI 抢发了他与合作者的阶段性工作，并称在协商署名时受到压力；OpenAI 方面否认了相关说法。数学家们担心，两家公司正在为上市冲刺，把数学当成展示模型能力的舞台。这些争议不影响手稿的存在，但直接影响读者该以多重的信任去读它们。
对谁有影响：研究者、开发者与普通读者各自要做什么
对数学研究者，这批材料值得当作待验证的线索库，而不是已确立的结论。实用做法是先看总览和手稿地图，挑与自己方向相关的结果族，再看有没有 Lean 形式化：有的话优先跑检查器，没有的话当成猜想去检验。对做 AI 研究的人，仓库公开了算力口径（约 3 小时 Pro 思考一道题）和推理摘要，是研究模型在长链推理上能走多远的一手样本。
对开发者与普通读者，结论比较直接。那个产出结果的内部模型还没有对外开放，官方只说在负责任地推进发布，所以现在能做的是关注而不是抢用。真正需要行动的是科研机构和期刊，它们要尽快明确 AI 产出的数学结果该怎么署名、怎么审稿、算不算可引用的文献。
编辑判断：现在要不要跟进，怎么判断结果靠不靠谱
我的判断是：这值得跟进，但要带着验证意识。它是过去 24 小时里 AI 领域影响面最广的动态之一，也是 AI 参与基础科研从个案走向批量的一次标志性动作。要不要现在就投入时间，取决于你是否做相关方向；如果你只是关心趋势，知道 AI 开始成规模地产出数学结果、而学术界的接受机制还没跟上这件事就够了。
判断结果靠不靠谱，可以按三步走：先看手稿有没有 Lean 形式化，再看它是否被独立第三方复算或引用，最后看它有没有把在先工作列清楚。三条都满足，可信度就高；只满足第一条，说明推导链没问题但新颖性未知；一条都不满足，就当它是一个待检验的猜想。官方也承认部分结果可能出错并会修订，这句话本身就是最好的提醒：别把公开等同于证实。
来源与说明
本文由 AI 潮汐编辑部基于官方公告与公开资料整理，补充了行业影响、适用场景和行动建议，帮助你在阅读原文前先理解这条信息为什么重要。
原始来源：https://openai.com/index/sharing-ai-progress-in-mathematics/
如发现事实、价格或链接有误，可通过 联系我们 提交更正。
常见问题
这 722 份手稿都已经被证明正确了吗？
不是。仓库自己说明结果处在不同验证阶段，只有一部分附带 Lean 形式化证明，未形式化的结果可能存在问题，官方承诺会尽快修正。可以理解为这是一批公开的产出，而不是 722 条已被同行评议确认的定理。
普通用户现在能用上产出这些结果的模型吗？
暂时不能。OpenAI 说这是一个尚未对外发布的内部前沿模型，只表示会在评估之后负责任地推进发布。现在能看的是手稿、推理摘要和 Lean 形式化，不是可以直接调用的 API。
想自己核验结果，从哪里开始？
先打开 openai/math 仓库的总览和手稿地图定位相关结果，再看该手稿有没有 Lean 形式化；有的话按仓库里的形式化目录和 Comparator 说明跑一遍检查器。没有形式化的部分，只能靠人工阅读和与其他文献对照。
这件事会影响数学研究者的工作吗？
会，但短期更多是流程上的冲击。研究者多了一个强大的线索来源，同时也面临署名、优先权和验证标准的新问题。多位受访数学家认为需要适应，而不是认为数学研究已经走到尽头。
和 OpenAI 之前的数学发布有什么不同？
之前多是单点公告，比如纳维-斯托克斯难题。这次是把 722 份手稿、372 个结果族一次性放进可更新、可引用的公开仓库，并附带部分 Lean 形式化，发布形态从一篇公告变成一个长期维护的成果库。