一句话看懂：OpenAI 一次性发布数百份 AI 生成的数学手稿，人类数学协会呼吁数学家停止与其合作，争议焦点在于：一个数学问题在被人类独立理解之前，能否算作已解决。
事件核心：发生了什么
2026 年 10 月，人类数学协会（AHM）公开指责 OpenAI 违反科学研究核心规范，原因是 OpenAI 发布了超过 700 份 AI 生成的数学证明文件。该协会主席、菲尔兹奖得主陶哲轩在个人博客以客座文章形式转发了这份声明，并在 Mastodon 上提出“数学 2.0”概念，认为解题不应再是数学学科的主要目标。复杂性理论学者 Scott Aaronson 则在其博客中称这一局面为“数学末日”。
AHM 认为，这批文件多数行文密集且怪异，即使是顶尖专家也需要借助 AI 才能解读，有些甚至无法理解。声明称 OpenAI 此举“不是学术展示，而是权力展示”，并提及 OpenAI 在全球面临的版权诉讼，暗示其成果建立在数学家的工作之上。
这场争议已持续数月。OpenAI 此前声称其内部模型在一个月内解决了超过 100 个未解数学问题，包括纳维-斯托克斯千年难题的一种思路。作为回应，OpenAI 在高等研究院设立了咨询小组 AGMAI，但该小组对其内部研究节奏没有决定权。
为什么重要
这不仅是单一公司的公关危机，而是 AI 与基础科学关系的结构性冲突。陶哲轩此前已与另外 24 位菲尔兹奖得主联名警告，AI 行业的目标与数学学科目标存在“严重错位”：解题只是工具，学科真正的目标是概念理解。以越来越快的速度批量生产已解问题，可能“摧毁肥沃土壤，而不是为新想法注入生命”。
签名者还批评在缺乏完整写稿和引文的情况下仓促宣布 AI 解法，认为这带来“严重的署名和抄袭问题”。Aaronson 对比了 OpenAI 与 Anthropic 的不同路径：OpenAI 一次性发布原始 AI 证明草稿，引发社区免费为可读性做苦工；Anthropic 则与两位算法研究者合作，其 AI 模型为推翻两个二十年前的猜想提供了关键思路，研究者获得报酬并写出了人类可读的证明版本。两种路径各有弊端：前者将整理成本转嫁给社区，后者让私营公司选择谁成为成果的“代言人”。
对用户/开发者/创作者的影响
对 AI 开发者和研究者而言，这一事件提示：大模型在数学推理上的能力提升，正把“生成结果”与“可验证结果”之间的鸿沟推到台前。API 和模型能快速输出证明草稿，但验证、整理和概念化仍需人类投入。如果行业继续以发布速度而非可理解性为指标，数学等基础学科可能面临人才流失和方向保守化。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对内容创作者和科技从业者来说，版权与训练数据来源的争议会进一步影响 AI 产品的合规叙事。OpenAI 被指依赖数学家成果训练模型，这一质疑与全球版权诉讼形成呼应，可能影响企业采购和学术合作决策。
值得关注的后续
一是 OpenAI 是否会回应 AHM 的抵制呼吁，以及 AGMAI 咨询小组能否获得实际约束力；二是 Anthropic 式“合作+补偿”模式是否会被更多 AI 公司采纳，成为学术合作的新范本；三是数学界能否建立独立验证 AI 证明的机制，避免“已解决”状态被轻易认定。目前公开信息显示，陶哲轩认为损害不可逆——问题一旦被宣布解决，就无法回到未解决状态，甚至知道解的存在也可能“污染”对其他路径的探索。
