OpenAI 公开 722 篇数学论文，出自尚未发布的内部模型

事件核心：发生了什么

OpenAI 于周二宣布，将内部模型的 722 篇数学手稿发布到公开仓库，这些结果归为 372 个“结果家族”。该模型也是上个月 OpenAI 那项 Navier-Stokes 证明的同一款模型。仓库信息显示，评测期间它被喂了约 4000 道题，平均每个结果约用三小时 ChatGPT Pro 的“思考”算力。不少证明附带了 Lean 形式化版本，可用程序校验；但并非全部都有，OpenAI 承认缺少形式化版本的部分结果可能存在问题，会尽快修正，并保留所有历史版本、为每篇论文提供引用信息。此外还发布了十份模型推理摘要，其中两条未走标准流程：一条是关于 Riemann zeta 函数无零点区域的结果，文稿经人编辑以提升可读性；另一条是 CM 阿贝尔簇上 Hodge 猜想的证明。OpenAI 对 Scientific American 表示，几乎所有论文都来自对单个 AI agent 的一次提示。

为什么重要

规模化产出本身就是信号：以往 AI 辅助数学多是零散案例，这次是几百篇成体系的结果，且部分可被 Lean 机器验证。但更重要的是治理争议。由高等研究院承办的 AGMAI 在 9 月 29 日指南中，要求 AI 实验室停止用私有模型私下测试高难数学题，并公开每条结果背后的提示、时间和算力成本，理由是内部模型做研究可能形成“实验室跑赢全领域”的两级体系。AGMAI 随后明确，其建议既不代表认可这些结果，也不代表认可 OpenAI 的做法，称这“只是人类理解过程的开始，而非完成”。OpenAI 研究负责人 Dan Roberts 对《纽约时报》称，测试内部模型有助于打磨更好的工具，论文只是副产品。

对用户/开发者/创作者的影响

对开发者和研究者来说，公开仓库提供了可检索的样本与部分 Lean 校验资产，便于观察大模型在高难推理上的真实边界；但目前公开信息显示，这些结果并非已上线产品，也没有经过同行评审，不能当成可直接引用的数学结论。做 AI 应用或内容创作的人要注意区分：这是模型推理能力的展示，不是 API 或工具能力发布，任何“可调用该模型做数学证明”的说法都缺乏依据。

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。

了解 GamsGo AI

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，缺少 Lean 形式化的那部分结果会如何修正，仓库是否会更新。二，OpenAI 是否会更完整地披露提示、算力与时间成本，以回应 AGMAI 的公开要求。三，外部数学家能否复现——MIT 的 Andrew Sutherland 提醒，在其他人能运行该模型并重复结果之前，单 agent 的说法应视为未验证；NYU 的 Tristan Buckmaster 则直言怀疑 OpenAI 没有对如此多结果做尽职核查。该模型是否会正式发布、以何种方式开放，仍是关键变量。

来源：The Next Web