一句话看懂：过去一年，OpenAI、Anthropic 等实验室宣称用 AI 攻克了多项长期悬而未决的数学难题，甚至涉及千禧年大奖难题。但结果发布方式、训练数据来源和与数学界的沟通频频翻车，引发研究者强烈反弹。
事件核心：发生了什么
据 The Verge 报道，2026 年以来 OpenAI 等公司接连宣布数学突破，其中包括一项千禧年大奖难题的解答。9 月 12 日报道指出，OpenAI 把数学竞赛当作“插旗”，数学家关心推进领域，OpenAI 关心的是赢。9 月 10 日，数学家 Andreas Thom 公开质疑 OpenAI 模型可能使用了他与同事此前和 ChatGPT 的交互内容，涉及非 sofic 群方向，且公司对训练数据来源缺乏透明度。9 月 23 日，OpenAI 宣布成立独立数学家顾问小组，就成果发布与社区沟通提供建议，但成员和多位受访数学家称该小组职责模糊、影响力不明。
为什么重要
这不只是公关事故。它暴露出大模型在高门槛科研领域的两个结构性问题：一是训练数据与推理成果的边界不清，若模型吸收了未公开的数学工作，署名、引用和优先权都难以界定；二是闭源实验室以“发布即胜利”的节奏推进，可能冲击数学界长期依赖的同行评审与验证规范。目前公开信息显示，OpenAI 尚未给出可核查的数据来源说明。
对用户/开发者/创作者的影响
对开发者而言，AI for Science 类 API 和应用会更快进入科研工作流，但调用方需要自行承担结果验证成本，不能把模型输出直接当作定理。对内容创作者和知识类产品，数学、物理等硬核题材的可信度门槛提高，引用 AI 生成结论的风险变大。对企业采购，涉及研发的模型部署应优先考察数据合规与可追溯性，闭源方案尤其要问清训练语料边界。
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。
值得关注的后续
一是 OpenAI 承诺的“数十项未发布模型成果”将如何公开，是否附完整证明与数据说明；二是该独立顾问小组能否获得实际否决权，而非仅作背书；三是数学界是否推动统一的 AI 成果验证与署名规范，以及是否有更多研究者像 Thom 一样提出数据来源质疑。
来源：The Verge
