2026年10月6日，OpenAI公開一批由公司內部模型產生的數學手稿。人本數學協會（Association for Human Mathematics，AHM）隨後呼籲數學家停止與OpenAI合作。AHM的質疑不只是「證明可能有錯」，而是認為企業模型一次發布大量結果，不能取代嚴謹的審查、說明與學術討論。4546

這批成果或許包含值得關注的數學工作，但篇數、證明檔案和醒目的宣稱，都不能單獨視為科學確認。爭論也延伸到模型由誰掌握、外界能否檢視，以及誰要投入時間逐一核對。

OpenAI公開了什麼？

OpenAI最初公布722份手稿，涵蓋17個數學領域，並整理為372組相關成果。因此，這不是722項彼此獨立、各自成立的新發現。公開的GitHub儲存庫包含手稿及支援證明的檔案，採用Apache-2.0授權。715

OpenAI表示，模型曾嘗試約4,000道問題；平均每項成果所使用的運算量，約相當於ChatGPT Pro Thinking運作三小時。公司也公開了10份精簡版的模型推理摘要，以及部分證明的Lean形式化版本。71216

Lean是一種可由電腦檢查形式化證明的工具。不過，儲存庫註明，成果目前處於不同的驗證階段，並非每項都有Lean形式化；最新目錄列出719份手稿，與最初公布的722份不同。1011

這批手稿包含涉及Mahler猜想及圓周率π的精確無理性指數等主張。但它們不能只因以手稿形式公開，就被視為已經定論。521

AHM為何反對？

AHM在聲明中表示，數學家「並沒有要求做這些工作」，並形容一次發布數百份檔案是「展現實力」，而非展現學術研究。該組織呼籲外界保持審慎，主張以人為核心的研究方式，而不是急著接受或處理企業模型產出的結果。4546

現實的難題是工作量：要評估這些手稿，專家得逐篇閱讀、檢查論證，並對照既有文獻。開放檔案確實讓社群有材料可以檢視，但並沒有省去驗證工作；很大一部分工作仍落在研究者身上。

AHM也將這次反應連結到「數學與人工智慧諮詢小組」（Advisory Group on Mathematics and Artificial Intelligence）的警告。該小組成立的目的，是就AI公司如何與數學研究社群互動提供建議。根據AHM聲明，小組曾提醒業者，不應以內部企業模型測試前沿數學問題。4548

Lean能驗證哪些內容？

Lean形式化是重要的檢查工具：它能讓系統檢查已經轉寫成形式化內容的證明。OpenAI指出，有162份手稿的主要命題已完成形式化。5 這能加強對這些特定結果的檢查，但不代表每份手稿中的每項主張都自動獲得驗證。

沒有相應形式化版本的結果，仍須由研究者閱讀並檢查論證。儲存庫也明確指出，成果處於不同驗證階段，並非每項都有Lean形式化。1011 因此，比起把整批手稿一概當成已證明或毫無價值，更妥當的做法是逐項評估。

公開了部分資訊，但模型仍無法獨立檢視

OpenAI公布了嘗試題目數、運算量估算，以及10份推理摘要，讓外界得以一窺成果是如何產生的。71216 但這些資訊並未提供每項結果的完整研究過程；產生手稿的模型仍屬內部模型，外界無法取得並獨立檢視。711

此外，嘗試過的問題總數本身，無法說明模型在一套明確界定的前沿問題中，成功率究竟如何。若要判斷成果的表現與可重現性，研究者仍需要更多有關方法及個別結果生成過程的資訊。

OpenAI表示，計畫舉辦工作坊與研討會，協助檢視重要成果。7 這些活動或可促進審查，但無法取代充分公開研究資料，讓其他研究者能獨立評估證明是如何得出的。

爭議核心：產出不等於驗證

這場爭論沒有簡單答案。AI生成的論證可能包含真正的數學進展，但成果是否成立，最終仍取決於能否通過獨立檢查，而不是發布規模有多大，或所涉及的問題有多重要。710

AHM的反應也凸顯幾個更廣泛的疑問：既有的人類研究應如何獲得公平承認、審查新成果要花費多少時間，以及人類研究的優先次序或支持是否可能受到影響。這次發布本身沒有回答這些問題，卻讓它們更加迫切。4546

關鍵在於區分「能大量產生數學主張」與「主張已獲科學驗證」。這場爭議同時關乎AI能為數學帶來什麼，以及數學社群需要哪些規範，才能讓AI的貢獻可檢查、透明，並真正對研究有所助益。

2026年10月6日，OpenAI公開一批由公司內部模型產生的數學手稿。人本數學協會（Association for Human Mathematics，AHM）隨後呼籲數學家停止與OpenAI合作。AHM的質疑不只是「證明可能有錯」，而是認為企業模型一次發布大量結果，不能取代嚴謹的審查、說明與學術討論。4546

這批成果或許包含值得關注的數學工作，但篇數、證明檔案和醒目的宣稱，都不能單獨視為科學確認。爭論也延伸到模型由誰掌握、外界能否檢視，以及誰要投入時間逐一核對。

OpenAI公開了什麼？

OpenAI最初公布722份手稿，涵蓋17個數學領域，並整理為372組相關成果。因此，這不是722項彼此獨立、各自成立的新發現。公開的GitHub儲存庫包含手稿及支援證明的檔案，採用Apache-2.0授權。715

OpenAI表示，模型曾嘗試約4,000道問題；平均每項成果所使用的運算量，約相當於ChatGPT Pro Thinking運作三小時。公司也公開了10份精簡版的模型推理摘要，以及部分證明的Lean形式化版本。71216

Lean是一種可由電腦檢查形式化證明的工具。不過，儲存庫註明，成果目前處於不同的驗證階段，並非每項都有Lean形式化；最新目錄列出719份手稿，與最初公布的722份不同。1011

這批手稿包含涉及Mahler猜想及圓周率π的精確無理性指數等主張。但它們不能只因以手稿形式公開，就被視為已經定論。521

AHM為何反對？

AHM在聲明中表示，數學家「並沒有要求做這些工作」，並形容一次發布數百份檔案是「展現實力」，而非展現學術研究。該組織呼籲外界保持審慎，主張以人為核心的研究方式，而不是急著接受或處理企業模型產出的結果。4546

現實的難題是工作量：要評估這些手稿，專家得逐篇閱讀、檢查論證，並對照既有文獻。開放檔案確實讓社群有材料可以檢視，但並沒有省去驗證工作；很大一部分工作仍落在研究者身上。

AHM也將這次反應連結到「數學與人工智慧諮詢小組」（Advisory Group on Mathematics and Artificial Intelligence）的警告。該小組成立的目的，是就AI公司如何與數學研究社群互動提供建議。根據AHM聲明，小組曾提醒業者，不應以內部企業模型測試前沿數學問題。4548

Lean能驗證哪些內容？

Lean形式化是重要的檢查工具：它能讓系統檢查已經轉寫成形式化內容的證明。OpenAI指出，有162份手稿的主要命題已完成形式化。5 這能加強對這些特定結果的檢查，但不代表每份手稿中的每項主張都自動獲得驗證。

沒有相應形式化版本的結果，仍須由研究者閱讀並檢查論證。儲存庫也明確指出，成果處於不同驗證階段，並非每項都有Lean形式化。1011 因此，比起把整批手稿一概當成已證明或毫無價值，更妥當的做法是逐項評估。

公開了部分資訊，但模型仍無法獨立檢視

OpenAI公布了嘗試題目數、運算量估算，以及10份推理摘要，讓外界得以一窺成果是如何產生的。71216 但這些資訊並未提供每項結果的完整研究過程；產生手稿的模型仍屬內部模型，外界無法取得並獨立檢視。711

此外，嘗試過的問題總數本身，無法說明模型在一套明確界定的前沿問題中，成功率究竟如何。若要判斷成果的表現與可重現性，研究者仍需要更多有關方法及個別結果生成過程的資訊。

OpenAI表示，計畫舉辦工作坊與研討會，協助檢視重要成果。7 這些活動或可促進審查，但無法取代充分公開研究資料，讓其他研究者能獨立評估證明是如何得出的。

爭議核心：產出不等於驗證

這場爭論沒有簡單答案。AI生成的論證可能包含真正的數學進展，但成果是否成立，最終仍取決於能否通過獨立檢查，而不是發布規模有多大，或所涉及的問題有多重要。710

AHM的反應也凸顯幾個更廣泛的疑問：既有的人類研究應如何獲得公平承認、審查新成果要花費多少時間，以及人類研究的優先次序或支持是否可能受到影響。這次發布本身沒有回答這些問題，卻讓它們更加迫切。4546

關鍵在於區分「能大量產生數學主張」與「主張已獲科學驗證」。這場爭議同時關乎AI能為數學帶來什麼，以及數學社群需要哪些規範，才能讓AI的貢獻可檢查、透明，並真正對研究有所助益。