刚刚，OpenAI 在 GitHub 上开了一个叫 openai/math 的仓库，一口气放出了 722 篇数学论文，分成 372 个结果族，覆盖 17 个数学板块，全部出自一个还没发布的内部模型。
前一天圈里还在传「大概 400 篇」，结果实际放出来的数量差不多翻了一倍。
而据 OpenAI 发言人对 WIRED 的说法，他们是 8 月 28 日才开始训练这个新的内部模型的，上个月那份 Navier–Stokes 证明和「100 多个长期悬而未决的问题」都出自它。
如果这次的 722 篇也是同一个模型，那从开训到现在，前后还不到 6 周。
仓库本身也有点意思。整个仓库只有一次提交，提交者显示为「Anonymous」，Contributors 一栏写着「No contributors」，每篇论文的作者署名，都只有「OpenAI」这个名字。
官推下面点赞最多的一条回复是：
陶哲轩的又一封愤怒公开信，正在路上。
仓库 README 的第一段写道：OpenAI 原有的数学评测已经饱和了，于是把评估扩展到了开放研究问题上。 722 篇论文，本质上是这次评测跑出来的结果，其中一部分还是在模型早先产出的结果之上继续往下做的。
具体来说，OpenAI 用同一套固定流程，给这个内部模型喂了大约 4000 道研究级问题，平均每个结果花掉约等于 ChatGPT Pro 思考 3 小时的算力，最后再按主题归成族、按重要性筛一遍。
4000 道题，留下 372 族。也就是说，大部分题最后都没能进这个仓库。
（Reddit 上有网友顺手算了一笔账：按 Pro 的额度折算，这点用量也就相当于六十来个 $100 档的订阅……当然，前提是你得先有这个模型。）
验证程度则参差不齐，372 个族里有 235 个附带了 Lean 形式化，即能让计算机逐行检查的证明。
剩下的还只是自然语言写的论文，README 里也承认这部分「可能存在问题」，会尽快修正。
另外，黎曼 ζ 函数的零点自由区域和 CM 阿贝尔簇上的 Hodge 猜想这两项是例外，没走那套标准流程；黎曼那项里还有一篇只证到实部大于 11/12 的版本，文字是人工编辑过的。
722 篇里最先被拎出来刷屏的是千禧年大奖难题。七道题里，这次有三道都沾上了边：黎曼猜想、Hodge 猜想和 BSD 猜想。
三道都有进展，但没有一道是完整解决的。
黎曼猜想：证到了 7/8。
黎曼猜想说的是，ζ 函数所有「非平凡」的零点，实部都等于 1/2。
这次放出的所谓「准黎曼猜想」，证明的是 ζ 函数和所有狄利克雷 L 函数，在实部大于 7/8 的区域里都没有零点。
离 1/2 还有些距离，但在此之前，人类连一条这样的「零点自由半平面」都没证出来过。这篇论文足足有 199 页，带 Lean。
参与了这个项目的 AcerFur，是剑桥大学一名 22 岁的纯数学学生，之前在 OpenAI 工作过。他发帖说：
能亲眼看到一个模型，在十年前让我爱上数学的那道题上取得进展，这会是我职业生涯的高光时刻。
他还提到，这套方法在 3/4 有一道障碍，再往 1/2 推，需要一个新的好想法。
Hodge 猜想：拿下了一个特例。
证明的是 CM 阿贝尔簇上的 Hodge 猜想，顺带还推出了有限域上阿贝尔簇的 Tate 猜想。
发布前圈里传得很凶，说 OpenAI 要拿下完整的 Hodge 猜想。
数学家 Elliot Glazer 之前主导过 Epoch AI 的 FrontierMath，那是一套专门拿研究级数学题来考 AI 的评测。他看完后表示：
是的，OpenAI 放出了 CM 阿贝尔簇上的 Hodge 猜想证明，这是非常、非常好的数学。但拜托，这连全体阿贝尔簇都不是，那些传谣的人就是数学文盲。
BSD 猜想：几乎所有的情况。
对 Selmer 余秩不超过 1 的椭圆曲线，证明了完整的 BSD 公式；再配合仓库里另一个结果，等于对 ℚ 上任意一条椭圆曲线，它「几乎所有」的二次扭曲都满足 BSD。
Hodge 和 BSD 这两项，都还没有 Lean。
后面还会多次出现的 Daniel Litt，是多伦多大学数学系的助理教授，做代数几何和数论，这学期在哈佛访问，也是这一年在 X 上讨论 AI 数学最多的数学家之一。
巧的是，他前几天刚说过一句「可能会打脸，但我觉得 Hodge 猜想、BSD 和黎曼猜想，大概都是对的」。
至于上个月吵翻天的 Navier–Stokes，这次也有一个族在里面，做的是带外力的 Navier–Stokes 流里的「通用计算」，带 Lean。
千禧年难题之外，剩下的 300 多族铺得非常开。按 OpenAI 自己的分类，一共 17 个板块：
理论计算机（40 族）、组合数学（37 族）、代数与复几何（36 族）、数论（31 族）排在前四。
各板块的 Lean 覆盖率也差得很远。理论计算机 40 族里有 32 族带 Lean，组合数学 37 族里有 33 族；而代数与复几何 36 族里只有 7 族，拓扑 18 族里只有 3 族。
理论计算机这边，矩阵乘法的指数 ω 被压到了 9/4 以下。之前的纪录大约是 2.371，几十年来这个数字每往下挪一点都是新闻，这次直接降到 2.25，论文却只有 13 页，带 Lean。
纽约大学的 Subhash Khot 2002 年提出、后来帮他拿下奈望林纳奖的 Unique Games 猜想，也被声称证明了，一大批「近似算法最好只能做到这样」的结论都建在它上面，同样带 Lean。L = RL = BPL 这个去随机化问题，也在里面。
组合数学这边，有一个连小学生都能听懂的结果，平面不能用 5 种颜色染色。
也就是说，不管你怎么给平面上的每个点涂 5 种颜色，总能找到两个距离恰好为 1、颜色还相同的点。这是著名的 Hadwiger–Nelson 问题，以前只知道答案在 5 到 7 之间，现在只剩 6 和 7 了。
另外还有 14 个族，跟传奇数学家 Erdős 生前留下的那一大堆问题有关，比如证明了任何正整数集合，只要倒数和发散，就一定包含任意长的等差数列。
还有不少是把老猜想直接推翻的。372 个族里，有 89 个带着反例或者否定性的结果。
1943 年提出的 Hadwiger 猜想（四色定理的推广之一）被构造出了反例，论文足足 104 页，带 Lean。
代数里的 Kaplansky 零因子猜想，也被一个具体的群推翻了，同样带 Lean。
数论和分析里也有几项很「干净」的结论，比如 π 的无理测度恰好是 2，即 π 跟一个「普通」的无理数一样难用分数逼近；卡塔兰常数是无理数；自由群因子全部同构……都带 Lean。
Litt 看完的反应是：
有意思！看起来数学家们有很多激动人心的活儿要干了。如果我没理解错，其中一个结果是我的某个猜想的（非常特殊的）情形，而它也是我一个学生正在做的、更强的结果的推论。
如果只看官推，这次发布的姿态相当客气。OpenAI 说，他们一直在向普林斯顿高等研究院（IAS）独立的「数学与 AI 顾问组」咨询，并参考了这个组的建议，来决定怎么发布。
而在这句话背后，是过去两个月数学界和 OpenAI 之间的好几轮拉扯。
8 月，OpenAI 召集了大约 40 位数学家开会，暗示模型已经解出了几百道开放问题。据 WIRED 报道，与会的数学家要求这次发正经论文，别再靠博客和推文，OpenAI 的代表还保证不会一次性全部放出；而 OpenAI 发言人事后表示，对这个保证「并不知情」。
参会的西北大学数学家、前美国数学会主席 Bryna Kra 对 WIRED 说，这个意见「显然被无视了」。
还有一位与会者形容，OpenAI 向数学家们通报自家能力的方式，就像警察在公布一场车祸的死讯之前，先去通知家属。
9 月，OpenAI 放出那份带外力版本的 Navier–Stokes 结果，号称拿下千禧年大奖难题。
随后，25 位菲尔兹奖得主联名发了公开信，被不少人概括成一句话：别再拿我们的开放问题，给你们的模型跑分了。
再之后，这个顾问组成立了，成员里有剑桥大学的 Timothy Gowers 和 Martin Hairer，两人分别是 1998 年和 2014 年的菲尔兹奖得主，9 月 29 日发布了一份《负责任地发布 AI 生成的数学》建议。
这份建议的第一段中写到：
我们想从一开始就说清楚：我们不认可这种做法，并请他们停止在专有模型上测试高等数学问题。
……而 OpenAI 的 README 第一段，写的正是「我们在开放研究问题上评估模型」。
其他建议，这次落实了多少呢？两边对照起来是这样的：
技术层面的建议做到了一部分，而那条最根本的「请停下来」，被直接跳过了。
顾问组成员 Hairer 9 月就写过，顾问组只提建议，AI 实验室完全可以不理；以为他们不会拿顾问组的话去配合自家公关，那就太天真了。
数学家们问得最多的一句：这么多东西，谁来读？
UT Austin 数学系主任 Francesco Maggi 在发布前一天发了一条长帖：
他说，大家到现在都还在试图弄明白上个月那个 Navier–Stokes 的例子到底是怎么成立的，好几位专家在研究，而且一点都不简单。
而数学不是靠堆积正确的命题长大的，结果得被理解、被连接、被讲清楚、被质疑、被复用；在那之前，它们很可能只是一纸空文。
而现在，又要一次来 400 篇（结果是 722 篇）。他最后问：
如果数学产出的速度，远远超过数学家吸收它的速度，会发生什么？
Litt 前一天也在说同一件事：
实际上，人类不可能审完 AI 生成的所有论文，数量会多到审不过来。我们需要某种信号，在读一篇论文之前，就先告诉我们它值不值得读。
他还提到，自己已经收到过有人一口气生成了 36000 篇论文的邮件……
这不只是数学圈的事。arXiv 10 月 1 日刚宣布限流，每人每月最多投 2 篇：今年 9 月它收到了 40363 篇投稿，两年前同期是 20569 篇，审核员看到的薄论文、「切香肠」论文和 AI 写的论文都在明显变多。
这两个月，数学家们写了一大堆长文、发了一大堆帖子，讨论这个行业接下来会怎么变。
开放问题成了「不可再生资源」。
菲尔兹奖得主陶哲轩，9 月就打过一个比方，说 AI 时代之前提出的开放问题，就像核试验之前炼出的「低本底钢」，用一块少一块。
而在这次发布前大约四个小时，他又在 Mastodon 上连发了四条：
一个已经被「解决」的问题，没法再变回「未解决」；甚至仅仅知道它已经有解，就会「污染」人和 AI 去寻找其他路线、从中获得更多洞见的努力。于是，开放问题的解答正在被大规模、不可持续地收割，让整片数学领域变得远不如用「数学 1.0」方式解决时那样肥沃。
他还写过一组思想实验：如果 2005 年就有这样的 AI 公司，素数间隙问题一冒头就被几家公司抢着刷掉……那么到了 2013 年，张益唐还在当他的兼职讲师，后来拿了菲尔兹奖的 Maynard 也离开了解析数论，转去做别的。
而现实里，正是在 2013 年，张益唐靠素数间隙问题一举成名；而 2026 年，他只打了三个问号。
大家开始不敢说自己在做什么了。
陶哲轩说，现在真正稀缺的，是「找到一个有前途的问题」，哪怕只是传言某人在做某道题，都可能引来一轮 AI 火力把它碾平。
Litt 也说，好几位同事告诉他，已经不愿意再聊自己手上的工作。据 Quanta 报道，还有不少人干脆不在论文结尾写开放猜想了，怕被爬虫抓去喂模型。
这次也是一样。OpenAI 要发布的消息传开后，前一天夜里突然冒出了一大批开放问题的解答，不少研究者都赶在 OpenAI 之前，把手里的东西先放了出来。
「功劳」不值钱了。
Gowers 的判断是，整个「功劳体系」很快就会崩塌，到时候找到一个惊人的证明，并不比业余天文爱好者从望远镜里认出一颗新彗星更了不起。拿过奈望林纳奖的耶鲁教授 Daniel Spielman 说得更直接：只是按了个按钮的人，配得上一句致谢，而不是一个署名。
年轻人的路越走越窄。
在 Gowers 看来，最大的风险在于那些本来会去读数学博士、守住这门手艺的人，以后不再来了。
Spielman 则建议恢复一条老规矩：如果你能干别的，就别读研。弗吉尼亚大学的数论学家 Ken Ono 正在休假，去了一家 AI 数学创业公司，他在伯克利对学生们说的是：
你们毕业进入的这个职业，可能根本不存在了，或者跟你们预想的大不一样。得做好心理准备。
Litt 的提议是，把博士的目标改成「在某个深刻的课题上成为世界级专家，并且能讲清楚」，靠答辩授予，内容是不是 AI 做出来的无关紧要；研究生招生，也得像招教职一样面试。
数学家要换个角色了。
陶哲轩管这叫「数学 2.0」：把单纯解题从中心位置挪开，把阐述、建社区、开辟新方向提上来，教育、发表和晋升的标准都得重订。
Christian Szegedy 是前 Google 研究员、xAI 的联合创始人之一，也是最早推动 AI 做数学证明的人之一。
他认为，大学、期刊、终身教职委员会这些年看起来会差不多，但它们奖励的东西会彻底变掉：攀登难题的英雄主义没那么重要了，选哪片地形值得探索、指挥一整支「飞机编队」、把发现讲给世界听，才是新的本事，对体制里的很多人来说，这会感觉像是降职。
MIT 的表示论专家 Pavel Etingof 则乐观得多，在他看来，数学家以后不用再费劲去「啄冻土」挖宝石，而是去解读、理解 AI 挖出来的东西，活只会更多。
当然，两头也都有更极端的声音。
帝国理工的 Kevin Buzzard 是用 Lean 形式化数学的头号推动者，正带着一帮人把费马大定理的证明搬进 Lean。
他就不太买「理解」这套说法。他反问，要是一年后 AI 不光能证明定理，还能把它讲得明明白白，那数学家又退到哪里去？他说自己「冲着定理的数量来」，主张让 OpenAI 把手里的定理全倒出来，整理以后再说。
另一头，萨尔大学做代数几何的 Vladimir Lazić 说顾问组是在教一家公司「怎么把我们吃得慢一点」，并且表示，凡是机器写的论文，他一概不审。
OpenAI 那边则承诺，会资助一系列研讨会、会议和专项项目，专门帮人理解 AI 产出的重大结果。这是顾问组建议里的第二步；至于资助方向交不交给独立机构来定，还没说。
而 Litt 在 9 月那篇长文的标题，叫《数学的开端》。他在结尾写道：
要学的东西太多了，无穷无尽。我们一直都在起点，也永远会在起点。
而发布当晚，参与了准黎曼那篇的 AcerFur 又发了一条，说希望这是送给人类的一份知识礼物。
然后他问：什么时候大家再像当年 Gowers 发起的 Polymath 那样，一大群数学家在网上组个队，把 7/8 往 1/2 推一推？
◇ ◆ ◇
GitHub 仓库：https://github.com/openai/math
OpenAI 官博：https://openai.com/index/sharing-ai-progress-in-mathematics/
OpenAI 官推：https://x.com/OpenAI/status/2107596713791767021
IAS 顾问组建议：https://agmai.org/general-sep29/
WIRED 报道：https://www.wired.com/story/openai-is-pissing-off-a-bunch-of-mathematicians-again/
陶哲轩 Mastodon：https://mathstodon.xyz/@tao/117395269325940185
Daniel Litt《A beginning for mathematics》：https://proofsandprompts.com/2026/09/14/a-beginning-for-mathematics/
Timothy Gowers 博客：https://gowers.wordpress.com/2026/09/17/why-i-didnt-sign-the-fields-medallists-letter/
Christian Szegedy《Is Mathematics Over, or Just Graduating?》：https://docs.google.com/document/d/e/2PACX-1vTSh-pyNP3Gi99WMmsinnLmE9V5CDI0HEm6WGbIPMNt3V5SGlClHF8-BetotKHOImrvQDSXmFdiOw8D/pub
Quanta 报道：https://www.quantamagazine.org/is-ai-the-end-of-math-as-we-know-it-20261005/