Association for Human Mathematics（AHM，人类数学协会）在OpenAI于2026年10月6日发布大批数学手稿后，呼吁数学家停止与该公司合作。AHM的质疑不只是“某些证明可能有错”，更在于：企业模型一次性发布大量结果，并不能取代科学研究所需的核验、完整记录与同行讨论。4546

这批手稿或许包含有价值的数学成果，但数量庞大、附有证明文件，或涉及重要问题，都不等于已经得到确认。争议还指向更深一层的问题：外界能否检验产生这些结果的模型？谁来完成验证工作？这项工作的成本又由谁承担？

722份手稿，并非722项独立突破

OpenAI最初称，内部模型生成了722份数学手稿，涉及17个领域，并归为372组相关结果。一组可能包含主要结果、相关论证、推论或不同证明，因此不能把722份手稿直接理解为722项互不相关的发现。相关资料发布在GitHub仓库中，采用Apache-2.0许可。715

OpenAI表示，模型尝试了约4,000个问题；每项结果平均使用的计算资源，大致相当于ChatGPT Pro Thinking运行三小时。公司还公开了10份经过缩写的模型推理摘要，以及部分证明的Lean形式化文件。71216 Lean是一种可让计算机检查证明步骤的形式化语言。不过，仓库说明，这些结果处于不同的验证阶段，并非每项结果都有Lean形式化；目前仓库目录列出719份手稿，与最初公布的722份有所不同。1011

手稿中的主张包括与Mahler猜想有关的结果，以及对圆周率π的无理性指数给出的精确值。这些内容值得数学界检视，但不能仅因它们以手稿形式发布，就视为已经最终证实。521

AHM反对的是什么？

AHM在声明中说，数学家“并没有要求开展这项工作”，并把一次发布数百份文件形容为“展示力量”，而非学术研究。该组织主张保持审慎，推动以人为中心的科学研究，而不是仓促接受或批量处理企业发布的结果。4546

现实难题在于工作量。研究者需要阅读手稿、检查论证，并对照既有文献判断结果的来龙去脉。开放文件让外界有材料可查，却不会自动完成这些工作；很大一部分核验负担仍落在数学研究者身上。

AHM还将此次反应与数学及人工智能咨询组的警告联系起来。该咨询组由普林斯顿高等研究院设立，旨在就AI公司如何与数学研究及数学界互动提供建议。AHM称，该组曾警告，不应把高阶数学问题交给企业内部模型测试。4548

Lean能检查什么，不能证明什么？

Lean形式化很有用：对已经写入系统的证明，它能帮助计算机逐步检查逻辑是否成立。OpenAI称，162份手稿的主要命题已经完成形式化。5这加强了对这些特定结果的检查，但不能自动替整批手稿背书。

没有相应形式化证明的结果，仍需要研究者阅读和核对论证。仓库也明确说明，结果处于不同验证阶段，而且并非全部附有Lean形式化。1011因此，比较恰当的做法是逐项评估：不能把整个集合一概视为已证实，也不应仅凭其来源就判定毫无价值。

有披露，但仍难以独立复现

OpenAI公布了尝试问题的数量、平均计算资源，以及10份推理摘要，为外界了解生成过程提供了一些线索。71216但这些信息不是每项结果的完整研究记录；模型本身仍是内部模型，既未公开，也无法供外部研究者独立检查。711

“尝试了约4,000个问题”这一数字本身，也不足以说明模型在一组清晰界定的前沿问题上成功率如何。要判断其表现和结果能否复现，研究者还需要了解更多关于方法和单项结果生成过程的信息。

OpenAI表示，计划举办研讨会和会议，帮助检视重要结果。7这类安排可以促进交流，却不能代替足够详尽的公开资料；要让其他研究者独立判断证明如何得出，过程本身仍须可供检查。

争论关乎AI，也关乎人类研究如何继续

这场争议没有简单答案。AI生成的论证中可能确有数学进展，但其价值最终要看哪些结果能经受独立核验，而不是看发布规模有多大，或涉及的问题听起来有多重要。710

AHM的回应也凸显了其他疑虑：既有的人类研究应如何得到承认？核验新结果需要投入多少时间？研究注意力或支持资源是否可能因此偏离人类数学研究？手稿的发布本身并未回答这些问题，却让它们更难回避。4546

核心区别在于：AI能够生成大量数学主张，不代表这些主张已经得到科学验证。争论既关乎AI可能为数学带来什么，也关乎如何建立可检查、透明且对研究共同体有实际意义的规则。

Association for Human Mathematics（AHM，人类数学协会）在OpenAI于2026年10月6日发布大批数学手稿后，呼吁数学家停止与该公司合作。AHM的质疑不只是“某些证明可能有错”，更在于：企业模型一次性发布大量结果，并不能取代科学研究所需的核验、完整记录与同行讨论。4546

这批手稿或许包含有价值的数学成果，但数量庞大、附有证明文件，或涉及重要问题，都不等于已经得到确认。争议还指向更深一层的问题：外界能否检验产生这些结果的模型？谁来完成验证工作？这项工作的成本又由谁承担？

722份手稿，并非722项独立突破

OpenAI最初称，内部模型生成了722份数学手稿，涉及17个领域，并归为372组相关结果。一组可能包含主要结果、相关论证、推论或不同证明，因此不能把722份手稿直接理解为722项互不相关的发现。相关资料发布在GitHub仓库中，采用Apache-2.0许可。715

OpenAI表示，模型尝试了约4,000个问题；每项结果平均使用的计算资源，大致相当于ChatGPT Pro Thinking运行三小时。公司还公开了10份经过缩写的模型推理摘要，以及部分证明的Lean形式化文件。71216 Lean是一种可让计算机检查证明步骤的形式化语言。不过，仓库说明，这些结果处于不同的验证阶段，并非每项结果都有Lean形式化；目前仓库目录列出719份手稿，与最初公布的722份有所不同。1011

手稿中的主张包括与Mahler猜想有关的结果，以及对圆周率π的无理性指数给出的精确值。这些内容值得数学界检视，但不能仅因它们以手稿形式发布，就视为已经最终证实。521

AHM反对的是什么？

AHM在声明中说，数学家“并没有要求开展这项工作”，并把一次发布数百份文件形容为“展示力量”，而非学术研究。该组织主张保持审慎，推动以人为中心的科学研究，而不是仓促接受或批量处理企业发布的结果。4546

现实难题在于工作量。研究者需要阅读手稿、检查论证，并对照既有文献判断结果的来龙去脉。开放文件让外界有材料可查，却不会自动完成这些工作；很大一部分核验负担仍落在数学研究者身上。

AHM还将此次反应与数学及人工智能咨询组的警告联系起来。该咨询组由普林斯顿高等研究院设立，旨在就AI公司如何与数学研究及数学界互动提供建议。AHM称，该组曾警告，不应把高阶数学问题交给企业内部模型测试。4548

Lean能检查什么，不能证明什么？

Lean形式化很有用：对已经写入系统的证明，它能帮助计算机逐步检查逻辑是否成立。OpenAI称，162份手稿的主要命题已经完成形式化。5这加强了对这些特定结果的检查，但不能自动替整批手稿背书。

没有相应形式化证明的结果，仍需要研究者阅读和核对论证。仓库也明确说明，结果处于不同验证阶段，而且并非全部附有Lean形式化。1011因此，比较恰当的做法是逐项评估：不能把整个集合一概视为已证实，也不应仅凭其来源就判定毫无价值。

有披露，但仍难以独立复现

OpenAI公布了尝试问题的数量、平均计算资源，以及10份推理摘要，为外界了解生成过程提供了一些线索。71216但这些信息不是每项结果的完整研究记录；模型本身仍是内部模型，既未公开，也无法供外部研究者独立检查。711

“尝试了约4,000个问题”这一数字本身，也不足以说明模型在一组清晰界定的前沿问题上成功率如何。要判断其表现和结果能否复现，研究者还需要了解更多关于方法和单项结果生成过程的信息。

OpenAI表示，计划举办研讨会和会议，帮助检视重要结果。7这类安排可以促进交流，却不能代替足够详尽的公开资料；要让其他研究者独立判断证明如何得出，过程本身仍须可供检查。

争论关乎AI，也关乎人类研究如何继续

这场争议没有简单答案。AI生成的论证中可能确有数学进展，但其价值最终要看哪些结果能经受独立核验，而不是看发布规模有多大，或涉及的问题听起来有多重要。710

AHM的回应也凸显了其他疑虑：既有的人类研究应如何得到承认？核验新结果需要投入多少时间？研究注意力或支持资源是否可能因此偏离人类数学研究？手稿的发布本身并未回答这些问题，却让它们更难回避。4546

核心区别在于：AI能够生成大量数学主张，不代表这些主张已经得到科学验证。争论既关乎AI可能为数学带来什么，也关乎如何建立可检查、透明且对研究共同体有实际意义的规则。