2026年10月6日傍晚，全球数学家的社交媒体时间线几乎同时被一条消息刷屏。

没有新闻发布会，没有期刊同行评审，甚至没有一篇正式的新闻稿——OpenAI只是在代码托管平台GitHub上悄然创建了一个名为math的公开仓库，一次性上传了722篇数学预印本手稿。

这些手稿被归为372个"结果家族"，里面整齐排列着722篇数学手稿，从数论到代数几何，从组合数学到偏微分方程，覆盖面之广令人窒息。

更令人震惊的是效率。根据OpenAI的披露，绝大多数难题的证明，仅仅消耗了其未发布内部模型平均3小时的ChatGPT Pro思考算力。

OpenAI CEO山姆·奥特曼随即在X上发文：“我们正进入一个全新的发现时代。”

消息传出后的48小时里，arXiv服务器访问量激增300%，数学家们熬夜刷仓库更新，有人激动得彻夜难眠，有人看着自己研究了半辈子的问题出现在清单上久久无言，也有人拍案而起指责这是对学术共同体的"不宣而战"。

01、数学界的核爆发生了？

翻开openai/math仓库的目录，哪怕是最资深的数学家也会感到一阵眩晕。372组结果中，最具冲击力的几项进展几乎触及了当代数学最核心的那些"珠峰"。

在数论领域，模型声称证明了ζ函数和所有狄利克雷L函数在实部大于7/8的区域内没有零点——这就是媒体口中的"准黎曼猜想"。此前人类数学家甚至连"实部大于0.99的整条竖带无零点"都未能证明，已知的无零点区域只是紧贴着实部=1的边缘越收越窄。虽然距离"所有非平凡零点都落在实部1/2临界线上"的完整黎曼猜想仍有距离，但这已经是一个多世纪以来人类在这个问题上迈出的最大一步，并且附带了Lean形式化验证。

在代数几何领域，手稿在霍奇猜想上撕开了巨大缺口：模型没有对所有流形强攻，而是将目标锁定在高度对称的CM阿贝尔簇和K3曲面上，利用深奥的Kuga-Satake对应将K3曲面的超越上同调嵌入阿贝尔簇的二阶上同调，证明了这一对应本身由有理代数环诱导，再通过退化与变分延拓构造出传导的代数路径，证明了这些霍奇类在有理数域上必然能被代数闭链完全张成。同时，模型还将成果扩展到射影复K3曲面的任意有限乘积，顺带证明了有限域上所有阿贝尔簇的泰特猜想以及任意特征下的霍奇标准猜想。

理论计算机科学领域，唯一游戏猜想（Unique Games Conjecture）这个计算复杂性理论的核心猜想被宣称证明——如果成立，它将彻底改写我们对近似算法极限的理解，告诉我们一大类优化问题不仅精确求解是NP难的，连近似到特定精度都同样不可能。

除此之外，清单上还躺着四维Kakeya猜想的进展、普通两点Chowla猜想的证明、乘法函数相关性问题的突破、有理数版希尔伯特第十问题的新结果、卡塔兰常数无理性相关结论、自旋玻璃与量子磁性模型的严格解、相对论性弗拉索夫-麦克斯韦方程的整体适定性……从抽象代数到数学物理，从量子算法到微分几何，17个方向铺得满满当当。

值得注意的是，OpenAI并没有宣布完整证明了剩余的千禧年大奖难题——黎曼猜想、霍奇猜想、BSD猜想都只是获得了关键推进，而非画上句号。但即便如此，这份清单的分量已经足以载入史册。在372个结果家族中，有235个附带了Lean形式化证明，任何人都可以运行代码逐行核验逻辑的正确性。

02、数学界的两极：兴奋，愤怒，与深深的不安

消息传出后，数学界的反应呈现出罕见的撕裂。

Anthropic的数学家Levent Alpöge在X平台上写道："暂且把其他问题放到一边，这显然是数学史上意义重大的时刻——它标志着AI技术已经可以如此快速地为数学家所用。"

伦敦大学学院的弗朗西斯·约翰逊研究沃尔D(2)问题长达25年，这个问题恰好出现在OpenAI的解决清单上，他为此写过两本书，最后本人都放弃了。"AI能这么快攻克它，我很意外。但AI能做到这件事本身，并不出乎我的预料，"他在接受《新科学家》采访时说，"精灵已经从瓶子里出来了。我们必须接受这个现实。人类本就具备适应能力，所以我们只能去适应。"

但愤怒的声音更大。

许多数学家抱怨自己研究了数年甚至数十年的课题被"抢先发表"——按照学术圈的惯例，一个人在某个问题上深耕多年，其他人即使独立做出结果也会考虑协调发布节奏，给同行留出消化和反应的时间。

而OpenAI的"批量轰炸"完全无视了这套不成文的礼仪，相当于一夜之间把整个领域的待办清单全部划掉，让无数人的职业生涯规划瞬间作废。有学者将其形容为"学术大屠杀"。

在这些成果发布后，「人类数学协会」发布声明，对OpenAI予以强烈谴责，并呼吁所有数学家全面终止与 OpenAI 的合作。

其实，这场风暴并非毫无预兆。时间倒回2026年5月，OpenAI首次公布了一个未发布模型对埃尔德什单位距离猜想的反例——这个1946年提出的几何图论问题困扰了学界整整78年，成为当时AI在纯数学领域最具分量的成果。

菲尔兹奖得主蒂莫西·高尔斯则形容自己"心情复杂，像是地毯被人从脚下抽走"。

8月1日，OpenAI正式发布公告，宣布内部代号"Astra"的模型解决了10个悬而未决十年以上的数学与理论计算机科学问题，涵盖高维几何、编码理论、群论、量子复杂度、格密码学等方向。最引人注目的是首个"非sofic群"的显式构造——回答了格罗莫夫1999年提出后困扰学界二十余年的核心问题。

与以往不同，这10个证明全部用Lean 4形式化语言重写并开源，整个证明库的"sorry"计数为零——在Lean的世界里，这意味着每一步推导都经过机器逐行核验，没有跳过任何环节。整个证明的生成成本仅约2000美元，AI正式从"会考试"跨入了"做研究"的阶段。

9月底，OpenAI首席科学家Jakub Pachocki透露，内部模型在一个月内又解决了超过100个长期公开问题，其中甚至包括霍奇猜想这一千禧年大奖难题的部分情形。消息引爆arXiv，数学家们半夜爬起来刷新页面，有人戏称"以前读论文是学知识，现在读OpenAI日志是查解题进度条"。

2026年9月11日，包括陶哲轩、邓煜在内的25位菲尔兹奖得主——数学界的最高荣誉获得者——联合发表了一份题为《人工智能在数学中的严重错位》的公开声明，直指AI公司“将解决数学问题当作衡量模型能力的基准”的行为“对数学这门科学和数学共同体造成了伤害”。

但是OpenAI没有停止，10月6日的发布将数字直接推到了722篇、372个问题家族。

据OpenAI披露，模型总共尝试了约1.2万个标记为"开放问题"的条目——几乎相当于把《数学评论》近三十年的开放问题列表翻了个底朝天。平均每个结果消耗的算力，约等于ChatGPT Pro连续思考3小时；每一篇成功的手稿背后，平均经历了5.8次失败尝试和23轮提示词迭代。

03、“数学之死”还是“数学新生”？

一直以来，数学都被视为属于人类中最聪明人的智力活动。

但OpenAI的数学成就，则提出了一个深远的追问——当机器能够以远超人类的速度产出数学证明时，数学作为人类智力活动的意义在哪里？

数学从来都是最骄傲的人类智力活动。一个经典定理的诞生，往往要穿越"猜想提出→反例检验→局部证明→同行评议→教科书收录"的漫长隧道。

怀尔斯证明费马大定理用了七年闭关，佩雷尔曼证明庞加莱猜想后干脆遁世隐居，张益唐在孪生素数猜想上的突破前做了半辈子不知名的讲师。那种"十年磨一剑"、在黑板前枯坐数日突然灵光一现的浪漫叙事，构成了大众对数学家的全部想象。

而AI交出的，是一整套全自动产线：不仅输出结论，还附赠"思考分镜"——哪一步调用了哪个同调代数引理，哪一环借用了哪个分析工具，清清楚楚摆在那里。平均3小时算力一道题，没有情绪，没有瓶颈，没有卡壳，甚至不需要休息。

但问题是，数学的突破从来不只是答案。

陶哲轩在多次评论中强调，AI有望帮助“工业化”数学研究进程，加快整体进展，但前提是人类专家始终处于审查和整合的核心位置。

菲尔兹奖得主高尔斯也指出，证明的价值从来不只是"知道某个命题为真"，更在于证明过程中诞生的新概念、新工具、新联系——它们会成为整个学科的公共基础设施，滋养后续几十年的研究。

如果所有难题都被黑箱一样的模型三小时解决，人类数学家可能连读懂证明都要花上几年，更遑论从中提炼出新的思想。那么受损的将不仅是数学家的职业前景，更是人类理解世界的基本方式。

722篇手稿是一个惊人的技术成就，但它同时也是一面镜子，映照出技术创新与学术伦理之间日益尖锐的关系。

不过，另一种观点认为，望远镜没有让天文学家失业，显微镜没有让生物学家失业，计算机没有让物理学家失业，AI为什么一定会让数学家失业？

历史上每一次工具革命，都会淘汰旧的研究范式，但也会打开全新的问题空间。当繁琐的技术性证明可以交给机器完成，人类数学家反而可以把精力投向更本质的问题：提出好的猜想，搭建宏大的理论框架，寻找不同领域之间隐秘的联系，思考数学的意义本身。

约翰逊的态度或许代表了更务实的一代："我研究了25年的问题被AI解决了，我不觉得这是终结——现在我终于可以去研究那些真正重要的问题了。"