OpenAI 的 Astra 模型求解 10 道未解數學題，花費僅 2,000 美元，Lean 驗證全數過關

Astra 處理了哪些問題？

這 10 項成果涵蓋極其廣泛的學科：高維幾何、編碼理論、算術電路複雜度、群論、算子代數、量子複雜度、格密碼學與極值組合學 。

1. 高維球面堆積——在 Cohn–Elkies 門檻以下給出新的球面堆積密度上界 。
2. 二元碼與球面碼——在任何指定最小距離下，最大碼字大小的指數級改進上界 。
3. 非 sofic 群——首次明確構造非 sofic 群的存在性，這是群論中的核心開放問題 。
4. Connes 剛性猜想——反駁了一個關於 von Neumann 代數的長期猜想 。
5. 算術電路複雜度——計算永存式（permanent）的新下界，包含一個 n⁴/log n 階的公式下界 。
6. 量子並行重複——證明了一般雙人量子博弈的指數級並行重複定理 。
7. 最近向量問題——多項式因子的近似難度，對後量子密碼學具有基礎重要性 。
8. Ehrhart 體積猜想——形心為唯一內部晶格點之凸體的最大可能體積 。
9. 多色 Ramsey 數——超指數下界，解決了 Erdős 問題第 183 號 。
10. 極值數猜想——關於緊緻性與退化性猜想的結果，解決了 Erdős 問題第 146 與 180 號 。

驗證方法：非 Lean 不可

OpenAI 並未釋出 Astra 模型本身。而是以 Apache 2.0 授權在 GitHub 上發布了 Lean 4 證明證書，報告中稱其「sorry」計數為零——這意味著所有十個形式化證明的每一步都經過完整驗證 。這種方法避開了 AI 生成推理是否正確的常見爭論：證明助理以機械方式強制執行正確性，無論論證是如何被發現的。

社群反應：驚豔但分歧

即便研究人員如 Noam Brown 稱此公告是科學推理的一大步 ，懷疑論者仍提出了重要質疑。

不是那些大問題。 多位觀察者注意到，這 10 個問題並非克雷數學研究所的千禧年大獎問題（例如 P vs. NP、黎曼猜想）。這些問題確實是嚴肅的開放問題——例如非 sofic 群的構造，自 1999 年 Mikhail Gromov 引入 sofic 性以來便懸而未決 ——但它們並不具有同等的新聞份量。

缺乏同儕審查。 這些結果由 OpenAI 直接宣布，未事先在經過同儕審查的數學期刊或會議論文集上發表 。批評者認為，AI 生成的發現與人類輔助的框架之間的界線仍然模糊；OpenAI 自身也承認了這種張力，在其報告中引用了《萊頓 AI 與數學宣言》。

泛化能力懷疑。 認知科學家 Gary Marcus 認為，在形式數學上的成功是一種「特殊情況」，可能無法泛化至更廣泛的科學推理；一個領域的專長並不保證跨領域的專長 。數學適合產生廉價、可驗證的合成數據，但多數科學領域並非如此。

可重現性問題。 由於模型未發布，且具體的提示方法未完全公開，獨立驗證生成過程是不可能的 。部分批評者聚焦於在無法存取 Astra 的情況下重現結果的困難。

商業時機。 該公告發布於 OpenAI 正為其下一代主要模型家族鋪路之際，引發了該研究是否為行銷影響而非科學嚴謹性而安排時間的疑問 。

這代表什麼？

如果這些證明經得起專家檢驗，那麼多項結果將關閉已開放數十年的問題。最具代表性的成就——首次明確構造非 sofic 群——解決了一個懸宕超過 25 年的問題 。即使批評者也承認，OpenAI 提供了遠比一般企業公告更多的可檢驗材料 。

但更廣泛的問題在於：Astra 能否做數學？答案是：在一個狹窄領域內解決形式化、可驗證的問題能否轉化為通用科學推理？目前，答案仍是：尚未證明。