OpenAI 宣称攻克 372 个数学难题：解法井喷与数学界的“理解危机”
2026 年 10 月 6 日，OpenAI 宣布其未公开的新模型驱动的 AI Agent 在短短数周内解决了至少 372 个长期存在的数学难题，并为此生成了超过 700 篇论文。这种前所未有的科研生产速度，正在数学界掀起巨大震动。
一、 核心突破与惊人效率
- 覆盖广泛：成果涵盖代数、几何、概率论和逻辑学等各个领域，破解了困扰学者数十年的难题。
- 里程碑进展：
- 继上月声称用 88 小时解决“千禧年大奖难题”之一的**纳维-斯托克斯方程（Navier-Stokes）后，AI 在黎曼猜想（Riemann hypothesis）**上也取得了实质性进展。
- 宣称给出了**三维挂谷最大值猜想（3D Kakeya maximal conjecture）**的完整证明（新基石研究与菲尔兹奖得主王宏的相关工作密切挂钩）。
- 极低算力成本：AI 平均仅需消耗相当于公开模型约 3 小时的推理算力，便能独立推导出一个解法。
二、 数学界的恐慌：“有解法，无理解”
这种科研生产模式引发了学术界的强烈不安，核心矛盾在于：数学是否沦为 AI 跑分工具，导致“解法过剩但理解停滞”？
- 验证周期漫长：许多论文篇幅超过 100 页，数学家可能需要数年时间来消化和验证。
- 透明度严重不足：
- 在解决的 372 个问题中，仅 127 个附带了保证逻辑严密性的形式化验证代码；
- 仅 10 个公开了 AI 的内部推理链条；
- 实际上测试的 4,000 个问题中，OpenAI 尚未公布那些“AI 无法解决”的题目数据。
- 联名抗议：包括 28 位菲尔兹奖得主在内的 8,000 多名数学家签署公开信，警告 AI 实验室这种单纯以“破题”为基准的研发模式，会过早扼杀研究探索的多种路径，无法沉淀真正的数学洞见与理论体系。
三、 应对与反思
面对争议，OpenAI 采纳了由 9 位数学家组成的独立顾问团建议，承诺进一步公开部分内部推理过程，并出资资助一系列学术会议以协助学界消化这些成果。
菲尔兹奖得主马丁·海尔（Martin Hairer）指出：“衡量一个问题真正重要性的标准，是其证明能否为其他领域开辟新道路和新启发。”当前，AI 给数学带来的冲击已不仅限于解题数量，而是对学科本质提出了根本性质问。