‘Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop

本周，OpenAI 向数学界突然发布了近 400 项 AI 生成的数学成果，涵盖组合学、几何、数论及理论计算机科学等多个领域。这些结果分布在超过 700 份手稿中，体量庞大到迫使 OpenAI 发布指南以帮助用户导航其 GitHub 仓库。由于数据量过于惊人，包括康涅狄格大学 Álvaro Lozano-Robledo 在内的多位数学家表示，仅浏览摘要列表就令人应接不暇，学界普遍预计完全消化这些内容可能需要数年时间。

此次发布的核心争议在于验证程度与质量。OpenAI 承认仅有约 300 份（占比 42%）手稿完成了 Lean 形式化验证，且不同结果的验证阶段差异巨大。伦敦帝国理工学院教授 Kevin Buzzard 指出，在自己熟悉的代数数论领域中，仅少数定理显得突出，且大多未经过形式化验证，他不得不面对可能错误的“垃圾”内容或等待他人审查。尽管早期迹象显示这次发布比此前更为谨慎，但许多研究者仍担忧这是所谓的“垃圾末日”，因为缺乏计算机验证时，论文本身的质量成为确认结果真实性的唯一途径。

部分学者对产出效率表示怀疑。布朗大学教授 Brendan Hassett 提到，即便在他最熟悉的问题上，部分论文也令人费解；悉尼大学 Nalini Joshi 则注意到一些论文的参考文献极短，担心归属权交代不清。OpenAI 的模型以远超人类专家能力的速度生成跨学科前沿数学工作，但其自身资源不足以全面审视所有发现。尽管如此，业界共识是，在混乱与不确定性之中，该批成果仍包含一些真正令人印象深刻的实质性进展。