722个数学难题，AI三小时解一个，全部扔到了GitHub上

10月6日，OpenAI在GitHub上开了个仓库，叫 openai/math。

里面是什么？

722份数学手稿。372个悬而未决的难题家族。

从黎曼Zeta函数的无零点区域，到霍奇猜想的重大突破，从马勒猜想到NP-hardness证明，从海森堡铁磁体到自由群因子同构……每一个名字拎出来，都够数学系博士生花好几年去啃。

现在，它们像超市货架上的罐头一样，整整齐齐码在GitHub上，任人取用。

平均下来，每个结果花了AI多少时间？

大约3小时的ChatGPT Pro推理算力。

3小时。一个困扰了人类数学家几十年的难题，AI平均用3小时就做出来了。

奥特曼发了条X，只说了一句话："我们正在进入一个全新的发现时代。"

但数学界的反应，不是欢呼，是愤怒和恐慌。

WIRED的报道标题毫不客气：《OpenAI又把一群数学家惹毛了》——末尾那个"Again"格外扎眼。

纽约大学的数学教授Nestor Guillen说得更直接：数学家们觉得AI公司的行为就像"黑帮"。

为什么一个"科学突破"会引发这么大的争议？因为这不是一次普通的论文发布。

这是一场学术生产方式的地震。

722份太多了，说不过来。挑几个最有代表性的，你感受一下分量：

黎曼猜想是什么？数学界皇冠上的明珠。160多年没人能证明。现代数论里上千条定理，全部建立在"假设黎曼猜想成立"的基础上。

这次，AI证明了什么？

它证明了所有狄利克雷L-函数，在整个实部 Re(s) > 7/8 的半平面内，不存在任何零点。朗道-西格尔零点——那个困扰了数学家几十年的"幽灵"——被彻底消灭了。

不是完整的黎曼猜想，但这是目前人类（哦不，是AI）取得的最重大进展之一。

而且，它有Lean形式化验证。什么意思？就是证明过程是用机器一行一行检查过的，逻辑上100%正确。

霍奇猜想是克雷数学研究所的七个千禧年大奖难题之一，悬赏一百万美金。

AI证明了什么？复数域上具有复乘（CM）的阿贝尔簇，在所有维度和余维度上的有理霍奇猜想成立。并且顺带证明了有限域上所有阿贝尔簇的泰特猜想，以及任意特征下的霍奇标准猜想。

翻译成人话：没有完全攻下霍奇猜想，但在一个高度对称的重要情形下，拿下来了。而且方法可能可以推广。

OpenAI自己也承认：这两个结果（黎曼Zeta无零点区域和CM阿贝尔簇霍奇猜想）是"打破常规流程的特殊重点突破"，有人工参与润色和审查。

其他700多个呢？全是AI自己跑出来的。

这个跟计算机科学关系更大。简单说：它证明了半定规划松弛（Basic-SDP）能达到的近似比，就是多项式时间算法的理论极限。

什么意思？就是人类工程师找了几十年的"更好的近似算法"，可能根本不存在。这个结果给一大类优化问题的算法难度，画了一条精确的边界线。

此外还有：

横跨数论、代数几何、凸几何、理论计算机、数学物理、算子代数……几乎覆盖了纯数学的所有主要领域。

把时间线拉出来，你才能感受到那种窒息感：

从10到100+，到722。从8月到10月，两个月。

这已经不是线性增长了，这是在起飞。

更可怕的是效率。9月份那个Navier-Stokes的结果，是动用了上万Agent的蜂群协作，花了几百万美金算力搞出来的。

这次呢？Scientific American援引OpenAI发言人的话：几乎每一个结果，都是单个AI代理、一条prompt做出来的。

如果这是真的，那意味着什么？

意味着之前需要一个团队、几百万美元才能搞定的事情，现在一个人、一条指令、几小时、几十块钱就能搞定。

前所未有的数学能力，可能很快就会交到每个人手上。

你可能会想：AI能证明数学定理，这不是好事吗？数学家们为什么生气？

因为问题从来不是"AI能不能做数学"，而是——怎么做、谁来发、谁说了算。

过去几百年来，数学界有一套运转良好的信用体系：

有人做出了结果 → 写成论文 → 投稿到期刊 → 同行专家匿名评审 → 修修补补 → 正式发表 → 学界承认。

这套流程很慢，可能要花几年。但慢有慢的价值：每一条被承认的数学结论，背后都有人类专家的仔细推敲和背书。

现在呢？

722份手稿，没有同行评审，没有期刊发表，没有作者（只有一个未命名的内部模型），直接扔到GitHub上。

发不发、什么时候发、一次发多少，全由一家公司拍板。

数学家们的愤怒，至少有三层：

第一层：被违背的承诺。

今年8月，OpenAI秘密召集了40位顶级数学家开会，议题是"如果AI在纯数学领域全面超越人类，我们该怎么办"。据与会者事后的说法，OpenAI当时隐晦透露模型已经解决了上百个悬案，但也承诺不会一次性全部放出来。

结果呢？两个月后，722份直接倒出来了。OpenAI发言人回应说：公司"不知道"有过这样的保证。

你说过的承诺不算数。

第二层：证明消化不良。

陶哲轩抛出了一个绝妙的词——Proof Indigestion，证明消化不良。

什么意思？AI产出证明的速度，已经远远超过了人类理解这些证明的速度。

AI在前两步狂飙（提出猜想、给出证明），后三步（理解、消化、推广）几乎为零。人类数学家连看都看不过来，更别说从中汲取新的思想、发展新的方法了。

722份手稿，就算有100个数学家来读，每人读7篇，每篇平均花一个月，也得大半年。而且这722份只是"最新的一批"，后面可能还有成千上万份。

数学变成了一个AI不停生产、人类不停验货的流水线。

第三层：谁说了算？

这是最深层的问题。以前，数学知识的生产和认证，是学术共同体的事。同行评审虽然慢，但它是民主的——没有任何一个人或机构能决定什么是对的、什么是重要的。

现在，一家公司掌握了最强大的数学生产力。它决定做什么题、什么时候公布、公布多少、以什么形式公布。

结果的正确性可以靠Lean形式化验证来保证——这个没问题。但选择研究哪些问题、如何呈现结果、以什么节奏推动整个领域前进，这些事情正在悄悄从学术共同体手里，转移到一家公司手里。

数学家们不是怕AI抢饭碗。

他们是怕数学这门最古老、最纯粹的人类智慧学科，变成了一家公司产品发布会的背景板。

当然，也不是所有数学家都反对。

多伦多大学的数学家Daniel Litt就说："如果我们想知道这些数学问题的答案，我看不出有什么理由让公司替我们保密。对我来说，这对数学是好事。"

这个逻辑也很硬。

你说OpenAI发得太快、太粗暴？那换一种方式——捂着不发，等你们慢慢消化？那才是对数学更大的伤害吧？

毕竟，知识就是知识。722个悬案有了答案，哪怕没人能立刻理解，它们也是真实存在的进展。

而且OpenAI其实也做了一些妥协：

他们甚至专门说了：部分未形式化的结果可能有问题，我们会尽快修正。

坦诚自己也不确定哪些对哪些错，然后全放出来让社区一起验证。 这个姿态，其实比很多"发了论文就死不认错"的人要强。

而且别忘了，咨询小组的建议里还有一条更狠的："我们不赞成在私有模型上测试高级数学问题的做法，我们要求他们停止这么做。"

但OpenAI真的会停吗？当然不会。因为数学对AI公司来说，是最好的benchmark——还有什么比"解决了多少人类百年难题"更能证明模型变聪明了的呢？

一边说"我们很负责，我们听建议"，一边继续猛踩油门。这就是现实。

9月28日，Hinton、Bengio、OpenAI首席科学家Jakub Pachocki、Anthropic联合创始人Jack Clark等20多位重量级人物，联合发表了一篇论文，标题就叫《如果自动化AI研发引发了智能爆炸怎么办？》

核心数据：截至2026年8月，Anthropic内部AI系统已经独立完成了26%的AI研发工作——五个月前，这个数字还只是1%。

签署这篇论文的人里，就有OpenAI的首席科学家。

一边在论文里讨论"进步会不会突然加速"，一边自家公司把722份数学手稿一次倒进GitHub。

这件事最值得玩味的地方就在这里。

为什么是数学先被"炸"了？

因为数学是所有学科里标准最清晰的一个。证明对就是对，错就是错，没有灰色地带。你不需要做实验，不需要采集数据，不需要申请经费，只要有一个足够聪明的脑子和足够长的思考时间就行。

而AI，恰好就是在纯思考这件事上，进步最快。

所以数学成了第一个被AI产能碾压的学科，一点也不意外。

但接下来呢？

如果AI做数学的速度已经超过了人类验证的速度，那接下来会发生在哪个领域？理论物理？计算机科学？甚至实验科学？

当AI发现新知识的速度，超过了人类理解新知识的速度，我们怎么跟上？

这不是遥远的科幻问题。这是今天的数学界正在面对的现实。

说了这么多，也得泼几盆冷水：

1. 不是所有722份都验证过了。 OpenAI自己在README里写得很清楚——结果处于不同的验证阶段，部分未形式化的结果可能有问题。有Lean证明的那些可信度很高，没有的那些就不好说了。722是总数，不是"722个已证明的定理"。

2. "准黎曼猜想"不是"黎曼猜想"。 媒体标题喜欢写"攻克黎曼猜想"，但严格说只是推进了无零点区域（到Re(s) > 7/8），离完整的黎曼猜想（Re(s) = 1/2）还有很长的路。霍奇猜想也只是CM阿贝尔簇的情形，不是一般情形。标题党要小心。

3. 模型还没公开。 这是OpenAI内部的一个未发布模型，外人没法复现。MIT数学家Andrew Sutherland说得很直接："在他们发布模型、人们能复现结果之前，你应该把这些'一个Agent一次就搞定了'的说法当作未经证实的。要发票。"

4. "平均3小时"是平均值。 有的可能几分钟就做完了，有的可能试了很多次才成。OpenAI说总共测了约4000个问题，筛选出722个有意义的结果——也就是说成功率大概18%。这个成功率已经很惊人了，但不是"百发百中"。

5. 数学不只是证明。 找到正确的问题、建立好的定义、发展有力的方法，这些可能比证明单个定理更重要。AI目前最擅长的还是"给你一个明确的问题，它来解"。提出好问题的能力，目前还是人类的强项。

我一直在想，我们这代人可能正在经历一个历史级的转折点。

过去几千年，人类知识的增长速度，等于人类发现知识的速度。科学家发现多少，我们就积累多少。

但AI出现之后，这个等式变了。

现在，知识的增长速度 = AI发现知识的速度。

而人类理解知识的速度，还停留在原来的水平。

数学，只是第一个把这个矛盾摆到台面上的领域。

OpenAI扔出722份手稿的那天，有人在X上说了一句话："这是字面意义上的智能爆炸。"（Literally intelligence explosion.）

他没有夸张。

因为你回头看那条曲线——8月10道，9月100道，10月722道。下一次是多少？什么时候到一万道？然后呢？

当所有我们曾经以为需要人类天才才能解决的问题，都变成了AI几小时的计算量，那人类数学家还有什么价值？

我想，答案可能藏在陶哲轩说的另一句话里。他说，这是一个令人恐惧的时代，但也是一个极其令人兴奋的时代。我们可能不得不适应，但我们也可以因此把目光放得更远。

AI负责发现答案，人类负责提出问题。

AI负责产出证明，人类负责理解意义。

AI负责走得更快，人类负责选对方向。

如果这个分工真的能成立，那数学不会死——它只是进入了一个新的时代。

一个硅基的大脑负责计算，碳基的大脑负责判断什么值得计算。

听起来好像也还行。

只是，我们最好快点适应。

因为留给人类调整的时间，可能不多了。

项目信息：

关键时间线：