AI攻入数学界：OpenAI解题引发学术圈分裂

当OpenAI的内部模型在数周内接连攻克数学家们苦思数十年的开放问题，整个数学界被推入一场关于身份、价值与未来的震荡。The Vergecast主持人David Pierce与记者Robert Hart深入对话，还原了这场正在发生的学科裂变。

OpenAI的数学突袭：从「不可能」到「一夜之间」

数学长期以来被视为AI实验室的「知识巅峰」象征——能解数学题，就意味着触及了智能的某种上限。据Robert Hart的报道，过去几个月里，OpenAI的内部模型突然从「勉强能用」跃迁到「与顶尖人类数学家相当」的水平，速度之快让即便最积极的早期采用者也措手不及。

这一转折的冲击力在于问题的量级：从无人问津的小问题，到资深数学家穷尽整个职业生涯未能攻克的难题，模型在数天内给出答案。OpenAI在解决其中一个千禧年大奖难题后公开表示，「还有100多个在排队」——这句话成为压在数学界心头的巨石。

千禧年大奖难题由克雷数学研究所于2000年设立，共七道，每道悬赏100万美元，旨在记录20世纪末数学界未能解决的最重大挑战。其中庞加莱猜想已于2003年左右被佩雷尔曼破解，但其余六题——包括黎曼猜想、P vs NP、纳维-斯托克斯方程等——至今悬而未决。这些问题的共同特点是：表述极为简洁，但所需工具可能横跨多个数学分支，且证明往往长达数百页、需要多年同行验证。因此，当文章称模型「解决」了其中一题时，数学界的震惊不仅来自答案本身，更来自对「解决」一词含义的质疑——在没有可检验证明的情况下，答案是否算数，本身就是一个开放问题。

数学界的复杂情绪：从失眠到抢发论文

Hart接触的数学家中，有人直接告诉他「我睡不着觉」，有人质疑「继续做下去还有意义吗」。反应光谱从绝望延伸到一种近乎防御性的冲刺——赶在被OpenAI「抢先」之前，尽可能多地发表自己手上的成果。

这种焦虑并非均匀分布。数学领域内部差异巨大：有人仍守着黑板和粉笔，有人早已熟练使用AI工具。但即便是深度用户，也普遍没料到时间线会压缩得如此剧烈。一位数学家形容，这就像「索伦之眼」突然转向了自己的学科。

争议核心：过程比答案更重要

数学家们的不满，核心并不在于「AI变强了」这一事实，而在于OpenAI对数学本质的误解。数学不只是待解问题的清单——证明过程本身会催生新工具、新方法、新问题，是学科自我延续的引擎。直接给出答案，等于抽掉了通往下一个问题的阶梯。

据Hart报道，OpenAI最近一次发布了近400项结果，分散在700多篇预印本中，且未经同行评审。有数学家估计，仅初步梳理就需要数年。更尴尬的是，其中三篇论文因「符号错误」被撤回——这种在学校里会被一笑而过的失误，出现在如此规模的公开发布中，被多位受访者解读为「缺乏在意」。

预印本（preprint）是指科研论文在正式同行评审之前，作者主动上传至公开服务器（如arXiv、SSRN）的版本。其初衷是加速成果传播、抢占优先权，并允许社区提前反馈。预印本本身并不等同于「已发表」，未经评审的内容在学术界通常被视为待验证的初步工作。然而，当近400项结果以700多篇预印本的形式集中释放时，问题被急剧放大：社区根本没有足够的人力在合理时间内完成筛选和验证。更关键的是，三篇因「符号错误」被撤回的论文暴露了一个结构性风险——大规模自动化产出可以轻易淹没以人工审慎为核心的验证体系，而撤回成本却由整个社区承担。

资源不对等与「抢跑」争议

最令数学界哗然的细节，来自OpenAI自己的承认：他们听闻某研究团队接近突破某个千禧年难题后，投入据传数千万美元、启动约1万个智能体，在约88小时内完成了求解。这种「因为别人快赢了所以全力碾压」的操作，虽在学术界并非全无先例，但资源量级毫无可比性。

更根本的问题在于公平性。OpenAI反复表示「要让科学家做出伟大成就」，但使用的却是外部无法访问、无法验证的内部模型。另一边，学术界对「对话数据是否被用于训练」的疑虑始终悬而未决——OpenAI最初的回应是「无法否认」，后来虽改口否认，但措辞极为精确，留有解释空间。

「智能体」（agent）在此语境下指能够自主规划、调用工具、执行多步任务的大语言模型系统，而非单次问答的聊天机器人。文章提到的「约1万个智能体、88小时」意味着OpenAI并行部署了大规模算力，让每个智能体独立或协作地探索证明路径，再由系统汇总候选结果。这种「暴力并行搜索」在数学上并非全新思路（分布式计算早已用于枚举和验证），但其规模与成本——据传数千万美元——是任何单个数学家或学术团队无法企及的。它把数学发现从「个体灵感+长期积累」的模式，推向了一种资源密集型的工业化模式，这正是公平性争议的实质所在。

治理尝试：咨询委员会与「被劫持」的独立性

OpenAI并非毫无动作。它曾接触约九位顶尖数学家，试图组建咨询性质的小组，讨论如何负责任地发布结果。但据Hart了解，部分被接触者更希望保持独立，自行组建了团体——随后OpenAI凭借更大的传播声量「劫持」了公告，让外界误以为该团体隶属OpenAI，反而削弱了其公信力。

此外，OpenAI与Anthropic各出资500万美元支持Simons Foundation的相关倡议，用于促进数学界对AI结果的理解。但考虑到投入规模与造成的冲击，多位受访者对这笔钱的诚意表示怀疑。最关键的诉求——停止用前沿模型「扫荡」整个数学领域——被OpenAI明确拒绝，理由是「要开发服务科学家的工具，就必须广泛测试」。

溢出效应：下一个会是谁

数学只是第一个被「索伦之眼」锁定的学科。Hart表示，经济学、计算机科学、工程学等领域的研究者已开始表达类似的忧虑。Anthropic让Claude在实验室环境中产出研究成果的做法，以及围绕其发现宣传方式的争议，都预示同一模式将在更多学科重演。

数学的特殊性在于其纯理论属性——没有实验室验证环节，答案的对错本身就更难裁定。这既让AI的「解题」显得更具冲击力，也让验证成本被大幅转嫁给人类社区。

「实验室环境」在AI研究中通常指模型在受控条件下运行，配备额外工具、检索能力或人工监督，与面向公众的产品版本存在差距。Anthropic让Claude在实验室环境中产出研究成果，意味着其表现可能优于普通用户所能调用的版本，但外界难以复现或核实这些结果的生成条件。这与文章后文提到的「内部模型无法访问、无法验证」是同一类问题：当AI公司以「安全」或「竞争」为由封闭模型细节，却公开宣称科学突破时，学术界面对的是一种不对称的信息结构——宣称方掌握全部证据，验证方却只能依赖信任。这种结构本身就与科学共同体的规范相冲突。

编辑观点：速度正在杀死信任

这场冲突的本质，是两种文化节奏的正面撞击：一边是「移动快、打破东西、不回头」的硅谷逻辑，一边是强调审慎、累积与同行验证的学术传统。OpenAI或许确实在推动真实的科学进步，但其发布方式——批量倾倒、验证缺位、归因模糊——正在系统性地消耗数学界的信任资本。

值得警惕的是代际问题：如果一批博士后和博士生的研究课题被一夜之间「解决」，这个学科的人才 pipeline 将如何维系？当AI需要数学家来验证、阐释和传播其成果时，它是否也在亲手削弱这个群体的再生产能力？

乐观的版本仍然存在：AI成为数学家的强力工具，加速猜想验证与跨领域连接，人类专注于提出更好的问题。但要抵达那个版本，OpenAI需要证明自己不只是「想赢」，而是真的在意它正在闯入的这片领域。