北京时间 10 月 7 日，OpenAI 在 GitHub 上一次性发布了 722 篇数学手稿，按结果相关性归入 372 个「结果族」，覆盖理论计算机科学、数论、几何、数学物理等 17 个领域。这些成果来自一个尚未发布的内部前沿模型，涉及准黎曼假设、希尔伯特第十问题、马勒猜想等长期公开问题上的进展，部分手稿附带了 Lean 形式化证明，可以由计算机检查。按 OpenAI 的说法，绝大多数结果采用相同流程获得，评估过程中模型被喂了 4000 个数学问题，平均每个最终结果消耗的算力，约等于 ChatGPT Pro 思考三个小时。这句话的含金量在于成本：过去需要一位数学研究者数月乃至数年的工作，现在被折算成一个可以并行铺开的算力单位。平均每个结果只对应约三小时 ChatGPT Pro 级别的算力，这是这次发布最值得记住的数字。OpenAI 也承认，并非所有手稿都已形式化或完全验证，部分未形式化的结果仍可能存在错误。这条说明很重要：Lean 形式化是「可被机器检验」的前提，只有走完这一步，结果才算进了可靠的门。而形式化本身需要人力与时间，这正是这批手稿当下的瓶颈所在。未形式化的部分仍可能有错，能不能被验证，决定了它们是成果还是素材。OpenAI 这次特意与高等研究院的独立数学与 AI 顾问组（AGMAI）沟通，并为 GitHub 仓库加入了修订与引用机制。AGMAI 在 9 月底曾给出建议：AI 实验室应及时发布数学结果、尽量走既有学术渠道，并披露所用模型、提示词和算力成本；它还明确要求 AI 公司「不要把发布数学成果当成推广模型的营销活动」，认为这种做法会对数学界造成实质伤害。9 月时 OpenAI 就表示其模型「解决了 100 多个长期开放问题」，如今这批是完整交付。AI 做数学研究已经显现出规模效应：提出候选证明、筛选、形式化、验证、发表，这套流程正在变成一条可以并行扩展的研究流水线。随之而来的是一个更实际的问题——当机器产出研究成果的速度超过人类同行评审的消化能力，学术制度该怎么接。产出速度已经超过评审速度，这是数学界眼下最现实的制度问题。对普通人来说，这件事的落点不在数学本身，而在方法论：当一个领域的问题可以被批量地转成「算力消耗 + 机器校验」，它的推进速度就不再取决于有多少人做，而取决于能投入多少算力和验证能力。这套逻辑，接下来会从数学扩散到更多领域。
