美國人類數學協會（Association for Human Mathematics，AHM）呼籲數學家停止同OpenAI合作，起因是OpenAI於2026年10月6日公開一批數學手稿。AHM的主要質疑，不只是當中某些證明可能有錯，而是認為企業AI一次過發布大量結果，不能取代數學研究所需的查證、交代和學術討論。4546

這批手稿或許包含有意思的成果，但數量龐大、有證明檔案，甚至涉及知名難題，都不代表結果已經獲得確認。爭議亦牽涉誰能接觸產生結果的模型、誰能檢視它的工作，以及由誰負責逐一核實。

OpenAI公開了甚麼？

OpenAI最初公布722份手稿，涉及17個數學領域，並歸入372組相關結果。因此，這不是722項互不相關、各自獨立的突破。GitHub資料庫收錄手稿及相關證明材料，並以Apache-2.0授權發布。715

OpenAI表示，模型曾嘗試約4,000道問題；每項結果平均使用的運算資源，約相當於ChatGPT Pro Thinking運行三小時。公司亦公開了10份經刪節的模型推理摘要，以及部分證明的Lean形式化版本。71216 Lean是一種可讓電腦核對形式化證明的工具。不過，資料庫指出，當中的結果處於不同驗證階段，並非每項都有Lean形式化；目前目錄列出719份手稿，與最初公布的722份不同。1011

手稿包括涉及馬勒猜想（Mahler conjectures）及圓周率π的精確無理性指數等主張。它們不應只因以手稿形式發布，就被當成已經定論。521

AHM為何反對這種發布方式？

AHM在聲明中表示，數學家「沒有要求做這項工作」，並形容一次過發布數百份檔案是「展示實力」，而非展現學術研究。該組織呼籲保持審慎，主張以人為本的科學研究，而不是匆忙接受或大量處理企業發布的成果。4546

一個實際難題是工作量。要評估這些手稿，數學專家需要閱讀和檢查論證，並將結果放回現有研究脈絡中理解。公開檔案確實讓學界有材料可以檢視，但並沒有免去這些工作；相當一部分的核查責任，仍然落在研究者身上。

AHM亦把反對立場，連繫到數學與人工智能諮詢小組（Advisory Group on Mathematics and Artificial Intelligence）的提醒。這個小組成立的目的，是就AI公司如何與數學研究及數學界互動提供意見。按AHM聲明所述，該小組曾提醒前沿AI公司，不應用內部模型測試高階數學問題。4548

Lean證明可以核對甚麼？

Lean形式化證明是重要的查核工具：已經轉寫成Lean的證明，可以交由電腦檢查。OpenAI表示，162份手稿的主要命題已有形式化版本。5 這有助加強對這些特定結果的核查，但不代表每份手稿內的每個主張都已自動獲得驗證。

沒有相應形式化版本的論證，仍要靠人閱讀和檢查。資料庫亦說明，成果處於不同驗證階段，並非全部都有Lean形式化。1011 因此，較穩妥的做法是逐項評估，而不是將整批手稿一概視為已證實，或者一概視為毫無價值。

有披露資料，但仍未完全透明

OpenAI公布了模型嘗試的問題數目、每項結果的平均運算資源，以及10份推理摘要，讓外界對研究流程有一些了解。71216 但這些資料並沒有完整呈現每項結果是如何產生的；模型本身仍屬內部模型，外界無法直接檢視。711

單看嘗試過多少問題，也不足以說明模型在一組定義清楚的前沿數學問題上，成功率到底有多高。研究者若要判斷模型的表現和結果能否重現，仍需要了解更多方法細節，以及個別成果的生成過程。

OpenAI表示，計劃舉辦工作坊和會議，協助檢視重要成果。7 這類活動或可促進核查，但不能代替公開足夠資料，讓其他研究者獨立評估證明是如何得出的。

爭議反映人類數學研究面對的問題

這場爭論沒有簡單答案。AI產生的論證當中，可能確有數學進展；但價值最終要看哪些結果能經得起獨立核查，而不是發布規模有多大，或涉及的問題有多受關注。710

AHM的反應亦帶出幾個問題：過去的人類研究應如何得到合理承認？新成果的審核成本由誰承擔？研究資源和注意力會否因此改變，影響對人類數學研究的支持？這次發布本身並沒有回答這些問題，卻令它們變得更迫切。4546

重點是要分清「大量產生數學主張」和「經科學程序確認」是兩回事。這場爭議同時關乎AI能為數學帶來甚麼，以及學界需要甚麼規範，才能令這些貢獻可核查、夠透明，並真正對研究社群有用。

美國人類數學協會（Association for Human Mathematics，AHM）呼籲數學家停止同OpenAI合作，起因是OpenAI於2026年10月6日公開一批數學手稿。AHM的主要質疑，不只是當中某些證明可能有錯，而是認為企業AI一次過發布大量結果，不能取代數學研究所需的查證、交代和學術討論。4546

這批手稿或許包含有意思的成果，但數量龐大、有證明檔案，甚至涉及知名難題，都不代表結果已經獲得確認。爭議亦牽涉誰能接觸產生結果的模型、誰能檢視它的工作，以及由誰負責逐一核實。

OpenAI公開了甚麼？

OpenAI最初公布722份手稿，涉及17個數學領域，並歸入372組相關結果。因此，這不是722項互不相關、各自獨立的突破。GitHub資料庫收錄手稿及相關證明材料，並以Apache-2.0授權發布。715

OpenAI表示，模型曾嘗試約4,000道問題；每項結果平均使用的運算資源，約相當於ChatGPT Pro Thinking運行三小時。公司亦公開了10份經刪節的模型推理摘要，以及部分證明的Lean形式化版本。71216 Lean是一種可讓電腦核對形式化證明的工具。不過，資料庫指出，當中的結果處於不同驗證階段，並非每項都有Lean形式化；目前目錄列出719份手稿，與最初公布的722份不同。1011

手稿包括涉及馬勒猜想（Mahler conjectures）及圓周率π的精確無理性指數等主張。它們不應只因以手稿形式發布，就被當成已經定論。521

AHM為何反對這種發布方式？

AHM在聲明中表示，數學家「沒有要求做這項工作」，並形容一次過發布數百份檔案是「展示實力」，而非展現學術研究。該組織呼籲保持審慎，主張以人為本的科學研究，而不是匆忙接受或大量處理企業發布的成果。4546

一個實際難題是工作量。要評估這些手稿，數學專家需要閱讀和檢查論證，並將結果放回現有研究脈絡中理解。公開檔案確實讓學界有材料可以檢視，但並沒有免去這些工作；相當一部分的核查責任，仍然落在研究者身上。

AHM亦把反對立場，連繫到數學與人工智能諮詢小組（Advisory Group on Mathematics and Artificial Intelligence）的提醒。這個小組成立的目的，是就AI公司如何與數學研究及數學界互動提供意見。按AHM聲明所述，該小組曾提醒前沿AI公司，不應用內部模型測試高階數學問題。4548

Lean證明可以核對甚麼？

Lean形式化證明是重要的查核工具：已經轉寫成Lean的證明，可以交由電腦檢查。OpenAI表示，162份手稿的主要命題已有形式化版本。5 這有助加強對這些特定結果的核查，但不代表每份手稿內的每個主張都已自動獲得驗證。

沒有相應形式化版本的論證，仍要靠人閱讀和檢查。資料庫亦說明，成果處於不同驗證階段，並非全部都有Lean形式化。1011 因此，較穩妥的做法是逐項評估，而不是將整批手稿一概視為已證實，或者一概視為毫無價值。

有披露資料，但仍未完全透明

OpenAI公布了模型嘗試的問題數目、每項結果的平均運算資源，以及10份推理摘要，讓外界對研究流程有一些了解。71216 但這些資料並沒有完整呈現每項結果是如何產生的；模型本身仍屬內部模型，外界無法直接檢視。711

單看嘗試過多少問題，也不足以說明模型在一組定義清楚的前沿數學問題上，成功率到底有多高。研究者若要判斷模型的表現和結果能否重現，仍需要了解更多方法細節，以及個別成果的生成過程。

OpenAI表示，計劃舉辦工作坊和會議，協助檢視重要成果。7 這類活動或可促進核查，但不能代替公開足夠資料，讓其他研究者獨立評估證明是如何得出的。

爭議反映人類數學研究面對的問題

這場爭論沒有簡單答案。AI產生的論證當中，可能確有數學進展；但價值最終要看哪些結果能經得起獨立核查，而不是發布規模有多大，或涉及的問題有多受關注。710

AHM的反應亦帶出幾個問題：過去的人類研究應如何得到合理承認？新成果的審核成本由誰承擔？研究資源和注意力會否因此改變，影響對人類數學研究的支持？這次發布本身並沒有回答這些問題，卻令它們變得更迫切。4546

重點是要分清「大量產生數學主張」和「經科學程序確認」是兩回事。這場爭議同時關乎AI能為數學帶來甚麼，以及學界需要甚麼規範，才能令這些貢獻可核查、夠透明，並真正對研究社群有用。