OpenAI近日发布由未公开人工智能模型生成的722篇数学论文，涵盖代数、几何及理论计算机科学等领域的372个开放性问题。公司声称此举旨在“推动人类知识的边界”，但其大规模、高密度的发布方式被外界形容为“数据倾倒”甚至“数学末日”，在数学界引发强烈震动。
晦涩难懂与“严重幻觉”
这批论文中，部分声称在黎曼猜想和布卢赫-斯温纳顿-戴尔猜想等长期悬而未决的难题上取得重大进展。作为七大千禧年大奖难题中的两项，解决这些问题将获得100万美元奖金。然而，其可读性与准确性遭受质疑。
有资深数学家指出，相关论文晦涩难懂，若以期刊投稿标准审视，“会直接被扔进垃圾桶”。即便是OpenAI自家的GPT-5.6 Sol模型，也将至少一项高关注度成果描述为“严重的幻觉”，警告在未经完整专家审核前不应引用或流传。换言之，尽管部分成果可能具有开创性，但其表达方式已超出专家理解范畴。
转移视线与AGI叙事
分析认为，OpenAI此举意在转移公众对其此前争议的注意力。今年9月，该公司发布关于纳维-斯托克斯方程（另一项千禧年大奖难题）的解决方案，遭数学家特里斯坦·巴克马斯特和莱文特·阿尔波格指控窃取数据及思路，并利用约1500万美元计算资源寻找答案。OpenAI对此予以否认。
更深层次的动机或与通用人工智能（AGI）叙事有关。纯抽象数学被视为认知任务的高地，若AI能在此领域展现前沿研究能力，将增强市场对其接近AGI的信心。这对计划上市、估值高达1.4万亿美元的OpenAI而言，具有重要的商业价值。
信任危机与形式化验证
数学真理依赖同行评审确立，这一过程通常耗时数年。OpenAI的快速发布模式打破了传统节奏，目前已撤回三篇存在基础错误的论文，并修正了其他几篇无效文章，暴露出其出版前审核环节的不足。
为增强可信度，OpenAI声称已对其中300项主要成果进行了“形式化”处理，即利用Lean等软件系统从公理出发自动检查逻辑步骤。然而，鉴于此前纳维-斯托克斯方程案例中AI生成形式化证明存在的问题，数学界是否接受这种机器检查结果仍存疑。
兴奋与焦虑并存
学界反响呈现两极分化：一方面是对潜在重大突破的兴奋，另一方面则是对研究范式被颠覆的担忧。批评者直言不讳地表达对“家门口被倾倒垃圾”的不满。
随着专家深入审查，核心焦虑在于：面对海量且初看如乱码的AI论证，谁应承担解读成本？这对于学生和早期研究人员尤为严峻，他们需直面研究成果可能被AI抢先发表、以及自身价值被重新评估的现实。这场关于数学研究未来的对话，远未结束。