2026年10月6日，OpenAI公开了722篇数学手稿，按相关成果归为372组。公司称，这些工作由一款尚未发布的内部前沿模型完成；媒体报道将其描述为对数百个数学开放问题给出解答或取得重要进展。许多论文附有Lean形式化证明，但并非全部如此。417

这次发布让数学界有材料可以检查，但手稿数量本身并不能证明每项结果都具有原创性、重要性，或准确回应了原问题。此前的纳维–斯托克斯问题声明、有关成果如何产生的疑问，以及形式化验证的边界，都意味着独立审查至关重要。

OpenAI发布了什么，又声称取得了哪些成果？

722篇手稿和372组成果是两种不同的统计口径：手稿被归入相关成果组，不能简单理解为722篇论文对应722个不同的开放问题。媒体报道将这批材料概括为包含对数百个数学开放问题的解答或实质性进展。此前，OpenAI也曾表示，其内部模型解决了100多个长期未解问题。这些仍是对模型工作的描述，并不等于已经由独立研究者逐项确认的突破数量。5

OpenAI还公开了配套材料。有关代码仓库的报道提到，其中包括证明相关材料、Lean库、形式化证明目录，以及针对10项成果的简要推理摘要。这些内容有助于检查部分结果，但现有摘要并未完整记录每篇手稿的求解过程。17

Lean能验证到哪一步？

**722篇手稿并非篇篇都有Lean形式化证明。**媒体报道估计，约有一半成果经过Lean形式化验证；其他报道则称，许多、但不是全部论文提供了形式化证明。17

Lean是一种证明助手。若研究者把数学命题及其证明编码进系统，Lean可以检查：在给定的形式化假设下，这份形式化证明是否成立。这是对已编码论证的一项重要检验，但它本身无法判断形式化命题是否准确对应数学家原本讨论的问题，也无法判断结果是否新颖或有多重要。

因此，需要区分经过机器检查的形式化证明和对整篇论文的学术评估。前者可以增强对已形式化论证的信心；后者仍需要数学家核查定义、研究背景、已有工作和成果意义。

此前的纳维–斯托克斯声明为何重要？

9月，OpenAI称其内部系统为纳维–斯托克斯存在性与光滑性问题给出了解答，并公开了书面证明和Lean形式化版本。2 此后，外界围绕该结果是否回应了数学家所理解的问题，以及人类研究者在相关工作中的作用和署名归属，展开了讨论。

有报道将此前的纳维–斯托克斯研究描述为使用大规模智能体集群，并耗费数百万美元算力。这些说法针对的是那项较早的研究，并非10月这批手稿的计算成本。现有材料并未说明新一批成果用了多少算力或总共花费多少。

这段经历也让人们关注新发布的手稿：每项结果借鉴了哪些先前工作？模型如何选择和推进问题？研究过程中有哪些人工贡献？手稿和配套材料提供了审查起点，但现有证据不足以系统回答每项成果的这些问题。

透明度、学界反应与后续安排

OpenAI表示，公司曾就成果发布方式咨询设在高等研究院的独立“数学与人工智能顾问组”，并参考该组的建议及公开建议。该组的建议涉及如何审查和传达新出现的数学成果。4

目前报道中的学界反应并不一致。一些数学家认为，成果数量以及机器检查证明的可用性可能具有重要意义；另一些人则强调，仍需厘清原创性、贡献归属和学术价值，而且一次评估数百篇手稿并不容易。

OpenAI表示将为围绕这些成果举办的研讨会、会议及其他项目提供资金。媒体也提到，公司有意在未来公开这款内部模型，但现有来源没有给出确定的时间表。

目前较稳妥的判断是：这是一批规模可观、值得逐项认真审查的研究成果。722篇手稿不等于722项已经独立验证的发现；Lean形式化验证很有价值，但无法单独解决原创性、研究背景和重要性等问题。

2026年10月6日，OpenAI公开了722篇数学手稿，按相关成果归为372组。公司称，这些工作由一款尚未发布的内部前沿模型完成；媒体报道将其描述为对数百个数学开放问题给出解答或取得重要进展。许多论文附有Lean形式化证明，但并非全部如此。417

这次发布让数学界有材料可以检查，但手稿数量本身并不能证明每项结果都具有原创性、重要性，或准确回应了原问题。此前的纳维–斯托克斯问题声明、有关成果如何产生的疑问，以及形式化验证的边界，都意味着独立审查至关重要。

OpenAI发布了什么，又声称取得了哪些成果？

722篇手稿和372组成果是两种不同的统计口径：手稿被归入相关成果组，不能简单理解为722篇论文对应722个不同的开放问题。媒体报道将这批材料概括为包含对数百个数学开放问题的解答或实质性进展。此前，OpenAI也曾表示，其内部模型解决了100多个长期未解问题。这些仍是对模型工作的描述，并不等于已经由独立研究者逐项确认的突破数量。5

OpenAI还公开了配套材料。有关代码仓库的报道提到，其中包括证明相关材料、Lean库、形式化证明目录，以及针对10项成果的简要推理摘要。这些内容有助于检查部分结果，但现有摘要并未完整记录每篇手稿的求解过程。17

Lean能验证到哪一步？

**722篇手稿并非篇篇都有Lean形式化证明。**媒体报道估计，约有一半成果经过Lean形式化验证；其他报道则称，许多、但不是全部论文提供了形式化证明。17

Lean是一种证明助手。若研究者把数学命题及其证明编码进系统，Lean可以检查：在给定的形式化假设下，这份形式化证明是否成立。这是对已编码论证的一项重要检验，但它本身无法判断形式化命题是否准确对应数学家原本讨论的问题，也无法判断结果是否新颖或有多重要。

因此，需要区分经过机器检查的形式化证明和对整篇论文的学术评估。前者可以增强对已形式化论证的信心；后者仍需要数学家核查定义、研究背景、已有工作和成果意义。

此前的纳维–斯托克斯声明为何重要？

9月，OpenAI称其内部系统为纳维–斯托克斯存在性与光滑性问题给出了解答，并公开了书面证明和Lean形式化版本。2 此后，外界围绕该结果是否回应了数学家所理解的问题，以及人类研究者在相关工作中的作用和署名归属，展开了讨论。

有报道将此前的纳维–斯托克斯研究描述为使用大规模智能体集群，并耗费数百万美元算力。这些说法针对的是那项较早的研究，并非10月这批手稿的计算成本。现有材料并未说明新一批成果用了多少算力或总共花费多少。

这段经历也让人们关注新发布的手稿：每项结果借鉴了哪些先前工作？模型如何选择和推进问题？研究过程中有哪些人工贡献？手稿和配套材料提供了审查起点，但现有证据不足以系统回答每项成果的这些问题。

透明度、学界反应与后续安排

OpenAI表示，公司曾就成果发布方式咨询设在高等研究院的独立“数学与人工智能顾问组”，并参考该组的建议及公开建议。该组的建议涉及如何审查和传达新出现的数学成果。4

目前报道中的学界反应并不一致。一些数学家认为，成果数量以及机器检查证明的可用性可能具有重要意义；另一些人则强调，仍需厘清原创性、贡献归属和学术价值，而且一次评估数百篇手稿并不容易。

OpenAI表示将为围绕这些成果举办的研讨会、会议及其他项目提供资金。媒体也提到，公司有意在未来公开这款内部模型，但现有来源没有给出确定的时间表。

目前较稳妥的判断是：这是一批规模可观、值得逐项认真审查的研究成果。722篇手稿不等于722项已经独立验证的发现；Lean形式化验证很有价值，但无法单独解决原创性、研究背景和重要性等问题。