封面专题
AI 交出 700 多份手稿，数学家为何分歧如此之大？
10 月 6 日，OpenAI 公布内部模型生成的数学研究材料。有人把它看作科研加速的起点，有人呼吁停止合作。这两种反应，究竟在回答什么问题？
本期重点读卡兹克《AI让数学再也回不去那个旧世界了。》，再对照 APPSO 的争议报道与数学家的原始声明。从事件本身开始，看看 AI 改变了哪一段研究，又把哪些问题推到了台前。
10 月 6 日，究竟发生了什么？
10 月 6 日，OpenAI 在 GitHub 建立 openai/math 仓库，公开了一批由未发布的内部模型生成的数学手稿与证明材料。事情的起点，是公司现有的数学评测越来越难区分模型水平，于是把测试推进到尚未解决的研究问题上。对普通读者来说，最重要的变化是：AI 交出的开始包含对未知问题的论证，而不只是标准题的答案。
“数学手稿”可以先理解为研究论文的草稿：它要明确声称什么成立，列出成立的条件，再给出推导。公开草稿便于别人检查、讨论和接着研究，却不等于已经完成同行评审。仓库中的材料有不同的核验进度，也包含同一主结果的补充证明、推论或另一种证法，所以文件数不能直接当作突破的数量。
BACKGROUND / THE RELEASE AND RESPONSE
先把这件事放回时间线
发布之前，已有分歧
独立学者咨询小组 AGMAI 发布建议，关注研究自主与成果消化。
OpenAI 公开数学手稿
内部模型尝试开放问题；公开材料供外界检查。
修正错误，争议扩大
仓库记录 3 份撤回；人类数学协会 AHM 发布抵制声明。
719 份手稿覆盖 372 个问题家族；同一家族可以有不止一份手稿。
数量依据本期核对的仓库版本。“手稿”“独立问题”和“同行评审论文”不是同一个计量单位；未形式化也不等于已被证伪。
其中引人注目的方向包括：研究素数分布背后的黎曼 ζ 函数、寻找更快的矩阵乘法，以及四维空间中的挂谷问题。即使不掌握这些数学细节，也能理解它们为何引起关注：模型正在尝试研究者长期追踪的问题，给出的材料有机会被逐步核查，而非只能凭语言流畅度来相信。
发布也很快伴随纠错。最初的 722 份手稿，在三份撤回后变为本期采用版本的 719 份，仍归在 372 个成果家族中。乐观者看到的是机器探索的规模；谨慎者看到的是大量研究材料仍待审查。接下来的争论，正是从这两种观察同时成立开始的。
三个数学结果，分别说明什么？可选背景 · 范围、图解与原手稿
想进一步了解这三个问题，可以从下面的入门图解读起。图中解释手稿报告的结论与范围，完整证明仍需查阅原文。
准黎曼：固定的零点边界
主手稿报告 7/8 右侧的无零点结论，并有同家族的 11/12 伴随证明。它们不等于完整黎曼猜想。这个例子的意义，是 AI 提供了可追查的研究论证；该论证能否完全成立，仍要按具体命题与证明来核验。
01 / A BOUNDARY IN THE COMPLEX PLANE
7/8 的边界，还没有到 1/2
s = σ + it。横轴是实部，纵轴是虚部；高度不限。图中没有采样零点。
- 1/2
- 黎曼猜想的目标ζ(s) 的非平凡零点都在这条线上。
- 7/8
- 主证明的固定边界声明 Re(s) > 7/8 没有零点；主函数在 s=1 的极点另行处理。
- 11/12
- 另一份证明的边界属于同一成果家族，边界更靠右。两份证明的常数不要混用。
矩阵乘法：指数上界，不是训练速度
手稿报告复数域的指数上界 9/4，并保留任意正 ε 的条件。下图只比较渐近主导项的增长；不能从 4.76 倍增长因子，推导出某张显卡或某个模型的实测加速。
02 / COMPUTATION GROWTH
不是少算一个格子，而是改造整块乘法的算法
c₁₁ = a₁₁b₁₁ + a₁₂b₂₁
逐项算 4 个格子，需要 8 次标量乘法。Strassen 将块乘法重组为 7 次，并递归使用。
矩阵边长翻倍，主导计算量乘几倍？
编者的渐近增长示意：比较 2^ω，忽略常数与 ε；不是实测速度，也不表示小矩阵更快。
原手稿 / 定理 1.1 的准确口径
放大原图 ↗
四维挂谷：维数与体积是不同指标
手稿报告四维空间中含各方向单位线段的集合具有完整 Hausdorff 维数。二维方向图只是入门示意，不展示四维证明，也不能用来宣布集合必须具有正体积。
03 / DIRECTIONS AND DIMENSION
“每个方向都有”，约束的是整个集合
二维方向示意。真正的条件允许线段各自平移，不要求经过同一个中心；此图不展示四维证明。
维数在问：细看时，需要多少空间来容纳它？
R⁴ → dimH = 4四维手稿的声明：只要每个方向都有一条单位线段，Hausdorff 维数就不能降到 4 以下。
这些是维数的直觉例子。满 Hausdorff 维数不等于正的体积；度量与命题口径要分开。
为什么这次值得重视：AI 开始提供研究路径
过去谈 AI 做数学，常见场景是让它解一道已有答案的题，或把人写好的证明翻译成机器能检查的形式。开放问题没有随手可查的标准答案：系统需要找到可行的论证、处理障碍，并把结果写成别人能追问的材料。若这些论证成立，这就是研究能力的进展，不能因为作者是机器就抹去。
卡兹克那篇文章最有启发的一点，是把这种进展与反馈速度联系起来。在可以较快检验结果的领域，AI 能反复尝试、发现失败、改变路线；同样一段时间里，可探索的方向就可能增加。这个想法也解释了为什么数学与代码特别受关注：它们的一部分成果，能够接上自动检查。
CAPABILITY / A RESEARCH PATH
AI 的作用，可以沿一条研究路径来看
一个尚未解决的问题
现有文献、定义与限制条件
引理B
反例C
新路径
把尝试变成候选论证
- 推导是否成立
- 与已有结果是什么关系
- 别人能否理解与复用
反例、检查结果和新理解，继续改变下一轮探索。
研究过程示意，A/B/C 不代表此次实验的实际分支数。AI 可以参与探索、核验和解释；这幅图不规定人与 AI 的永久分工。
但这里仍有一处需要补上：找到证明、把它写入形式系统、确认它对应原问题，是不同的工作。仓库发布的是一套评估与整理流程留下的成果。模型承担了实质性的论证生成，问题选择、既有文献、检查工具和发布筛选也参与其中。承认 AI 的贡献，与看见这些条件，并不冲突。
真正令人兴奋的前景，是研究者可以让模型探索自己暂时顾不过来的路径，再从中提炼有用的方法。变化因此不只是“一道题更快做完”，还可能是同一个人有能力比较更多方向。当然，公开的成功材料还不足以告诉我们，随便换一个研究问题，系统有多大把握成功。
反对者究竟在反对什么？
APPSO 收藏文章《陶哲轩转发抵制声明，数学界和 OpenAI 彻底撕破脸》把另一面带进了视野：手稿中的错误、批量发布的方式，以及研究者对未来角色的担忧。它与卡兹克文章形成的张力很清楚——前者追问这次发布怎样影响数学共同体，后者更看重 AI 能力跃迁带来的可能性。两篇都比各自标题呈现的立场复杂。
这里需要先认识两个名字。人类数学协会（AHM）在 10 月 7 日明确呼吁数学家停止与 OpenAI 合作，认为这类发布把公司力量放在了理解数学之前。数学与人工智能咨询小组（AGMAI）则由一组独立学者组成：他们也反对用外界无法使用的内部模型测试前沿问题，但继续与实验室沟通，并提出公开、解释和资源支持的要求。
DEBATE / THE DIFFERENT CLAIMS
同一批手稿，三种不同的关注点
OpenAI
手稿发布方
核心判断用尚未解决的数学问题，检验内部模型的研究能力。
行动开放手稿与部分研究轨迹，让外界检查结果。
AHM
人类数学协会
核心判断批量生成证明，不等于数学共同体获得了理解。
行动呼吁停止与 OpenAI 合作，主张科研以人的理解为中心。
AGMAI
数学与人工智能咨询小组
核心判断工具可及、研究自主与共同体消化成果的能力，都应进入评价。
行动建议停止在专有模型上测试高等数学，并通过独立机构资助共同体消化工作。
依据各方一手声明概括。AGMAI 提供建议不等于为发布背书；陶哲轩博客刊载 AHM 客座文章，不等于他代表全体数学家发言。
因此，“数学界抵制 AI”会把不同意见压成一种。陶哲轩博客转载的是 AHM 署名的客座声明；转载本身不等于由他领衔起草。AGMAI 提供建议，也不等于给这批成果背书。读到这些名字时，应当追问具体是谁、针对哪件事、提出什么要求。
APPSO 提到的撤回是实际的质量警讯，应该影响我们对未检查材料的信任；它却不是所有成果均被推翻的证据。同样，某份证明最终成立，也不能反过来证明发布与合作方式毫无问题。双方真正交叉的地方，是技术进展已经开始改变研究者的工作，而怎样衡量、怎样共同承担这种改变，还没有形成共识。
有了 Lean，为什么争论还没有结束？
先把 Lean 想成一种把数学定义、命题与证明写得足够精确的语言。它的证明内核负责检查：在给定假设下，这段推导是否符合规则。它的重要性在于，读者不用仅凭“作者说自己检查过”来建立信任，也可以运行对应的检查。
然而，检查通过回答的是“写进去的命题是否得到证明”。举一个入门例子：想证明“所有整数的平方都大于零”，却在代码里多加了“这个整数不等于零”的条件，后一个命题能够成立，原来那个命题却在零这里失败。机器没有失职；被检查的任务已经变了。实际研究中的差异会更隐蔽，因此原问题、自然语言手稿与形式化命题仍须逐项对应。
WORKED EXAMPLE / CHECK THE STATEMENT
多加一个条件，证明可能对了，问题却变了
∀ n ∈ ℤ, n² > 0
所有整数的平方都大于 0。
∀ n ∈ ℤ, n ≠ 0 ⇒ n² > 0
所有非零整数的平方都大于 0。
编者设计的入门例子，不是这次手稿的错误案例，也不是 Lean 代码或运行结果。形式核验检查被编码的命题；我们仍要核对编码是否忠实表达了原问题。
此外，一个证明即便正确，也可能重新发现了已有结论，或暂时没有让人看清方法。卡兹克把自动检查视为科研加速器，这一点值得重视；把整个科研过程的判断成本都算成一次检查的成本，就会低估文献核对、解释和应用所需的工作。形式化覆盖到哪一步，也必须具体说明。
这些工作并不注定永远只能靠人慢慢完成。Lean 内核的一份缺陷复盘已经记录了 AI 辅助查错的作用，模型也可以帮助搜索文献、比较命题和寻找反例。更合理的技术路线，是同时改进生成与检查，让“这份材料为什么可信”能够被下一位研究者直接利用。
证明便宜了，谁来承担理解的工作？
设想一位研究生准备花几个月研究一个问题，突然发现 AI 已经公开了一份可能的证明。对学科来说，这或许是好消息；对他来说，原来的研究计划却要重排。他需要先确认结果，再决定改换方向、扩展结论，还是把证明中的新方法学会。得到答案和获得研究能力，并不发生在同一个瞬间。
这个场景解释了为什么“多发些成果总是好事”不足以结束争论。研究成果要通过讲解、讨论与使用，才能进入其他人的工作。若产出量增长得比消化能力快，注意力就会转向筛选和理解：哪些值得先读，谁来解释，做这些工作的人能获得什么支持与认可？
ACCESS / WHAT REACHES THE COMMUNITY?
能读到成果，与能使用研究工具，是两种机会
大家可以检查结果，但不一定有条件发起同样的探索。
工具、资源与学术认可，使研究者能继续选题、理解和训练下一代。
编者概括的两种研究条件，不是对工具开放程度或研究成本的定量测量。
AGMAI 提出的一条具体办法，是让发布大量尚未被充分理解材料的实验室支持后续工作，并由既有的非营利学术机构决定资源怎样分配。研讨会、长期工作组、面向学生的讲解，都可以成为研究成果的一部分。这个建议的要点，是把“发布一个答案”与“帮助学科使用这个答案”连起来。
另一层问题是工具能否被广泛使用。公开一份证明，让别人能够核查；开放研究工具，让别人能够按自己的兴趣提出问题。两者都重要，作用却不同。我担心的未来是少数实验室不断出题、交卷，其他人只能接收；我更希望看到的，是更多研究者借助同类能力开展自己选择的探索。
艺术家曾经抵制 AI，这次会重演吗？
这种联想很自然：一个群体长期投入的专业能力，突然面对大规模自动化；一部分人兴奋，另一部分人担心职业与价值被削弱。艺术家与数学家都可能有这种感受。但要判断两场争议是否相似，不能只看“有人反对”，还要看他们反对的对象后来发生了什么变化。
先看更贴近数学的先例。1976 年，Appel 与 Haken 的四色定理证明使用计算机处理大量情形。四色定理说的是：平面地图只需四种颜色，就能让共享边界的地区颜色不同。争论不仅是程序会不会出错，也包括一个人无法逐项读完的计算，能否带来与传统证明相同的理解。Thurston 在 1994 年仍借它讨论数学中的理解；2005 年完成的形式化证明，则加强了可靠检查的基础。后来形成的是新的检查方法与信任方式，解释的需求并没有消失。
HISTORY / WHAT ACTUALLY CHANGED?
历史里的变化，发生在核验方法和合作条件上
数学：怎样相信机器参与的证明？
- 计算机辅助证明
四色定理的证明依赖大量机器检查，引出可靠性与理解的讨论。
- 理解也是研究成果
Thurston 讨论证明如何帮助数学家传播理解。
- 加入形式化核验
Gonthier 的形式化证明进一步建立可由机器检查的依据。
后续进展增加了核验方法，也继续追问如何理解。
这次有什么不同这次 AI 还在生成研究论证；大量产出、专有工具和研究机会的分配，是额外的问题。
创作：谁的作品训练了模型？
- 反对未经许可的训练
创作者联署关注作品被使用的许可，以及创作者的生计。
- 部分合作开始谈条件
WMG 与 Suno 宣布许可合作，包含创作者选择是否参与的安排。
技术采用与争取许可、报酬和选择权，可以同时发生。
这次有什么不同一项合作公告不代表所有创作者受益；艺术价值也不能像数学命题一样接受真假检验。
资料：Thurston、Gonthier、2024 训练声明与 WMG 公告。按事件先后排列；不表示时间间隔或必然走向。
再看艺术领域。2024 年创作者的 AI 训练声明，针对的是未经授权使用作品。它提出的问题并不是“机器永远画不好”，而是作品如何被使用，以及创作者的生计。2025 年，华纳音乐与 Suno 宣布许可合作，强调相关使用中的创作者选择权。这个后续说明，采用 AI 与谈判合作条件可以同时发生；它并不能说明所有艺术家已经受益，或者早先的反对都失去了理由。
回到数学，结论的真假有相对严格的检查方法，艺术价值却没有同一种裁判；今天的 AI 还直接参与生成研究路线，影响也超出了早年的计算机辅助证明。可以借鉴的不是一条“先反对、后接受”的宿命，而是一种更具体的转变：把担忧落实为可检查的证明、可使用的工具、可讨论的署名与可持续的培养方式。
数学家与 AI，怎样合作才不只剩“交卷与批卷”？
把未来想成“AI 不断写证明，人类负责审核”，容易忽略研究的循环。一个证明会带出新的问题，失败的路线也可能留下方法；模型既可以帮忙找答案，也可以帮助提出问题、比较解释。因此，把“提问与意义永远属于人，执行永远属于机器”当作稳定分工，同样不可靠。
更有建设性的关系可以从一个具体研究任务出发：研究者说明想理解的现象，模型列出可能的路线；双方通过小例子、反例与文献排除不合适的方向；形成论证后，再把关键思路与检查材料整理成别人能用的形式。这里每一步都允许 AI 参与，也要求贡献能够被追问，而不是用一份看似完整的输出替代整个过程。
RELATIONSHIP / KEEP THE LOOP OPEN
成果要回到下一轮研究里
- 01→
提出一个值得追问的问题
人和 AI 都可以提出候选；交代为什么值得研究。
- 02↓
生成论证，也寻找反例
并行尝试引理、计算案例与不同证明路线。
- 03←
核验并讲清贡献
检查推导、原命题、已有工作和方法的适用范围。
- 04↑
让别人能接着研究
分享解释、工具与失败经验，形成下一轮问题。
理解、工具与人的成长，成为新问题的起点。
编者提出的合作方式：人和 AI 可以参与各阶段。它能否形成，取决于工具可及、研究资源和学术评价，而不只取决于模型能解多少题。
对学生，最需要保护的也许是练习判断的机会。我的建议是，允许用模型比较路线、检索背景，但要求学生解释关键假设，指出一个失败例子，并在条件改变后重新推理。这样才能区分“拿到了证明”与“学会了做研究”。Grant Sanderson 关于奖励解释工作的文章，以及 Álvaro Lozano-Robledo 对学生处境的讨论，都把注意力带向了这种能力的培养。
这还需要评价方式配合。如果学术奖励只认新结论的数量，写出清楚解释、整理机器证明、帮助别人掌握新方法，就容易成为没有回报的附属劳动。研究工具的进步应当扩大这些工作能够产生的价值。否则，即使成果更多，参与者也可能更难获得独立成长的空间。
跨过解题门槛之后，还有一道共同研究的门槛
我推荐卡兹克那篇文章，是因为它让人看到：AI 的作用正在从辅助阅读和解题，延伸到研究成果的产生。这个变化值得兴奋，也值得逐项验证。APPSO 和数学家的声明补上了另一半：科研进展要通过人的讨论、工具的开放与方法的传播，才能真正扩展一个学科的能力。
所以，我不会把这场分歧写成“数学家输不起”，也不会据此宣布 AI 不该参与研究。我更看好持续合作，同时把解释、核查与资源支持放进成果发布的安排。机器能够贡献新的思想；研究者也应有条件检查它、改变它，并用它提出自己的问题。
接下来最值得观察的，是这些手稿有没有被独立复查、有没有催生新的研究，以及学生和普通研究者能否获得相应工具。它们会告诉我们，这次发布带来的究竟主要是更多文件，还是更多人能够继续探索的知识。下面几篇 Agent 专题，也沿着这条线展开：能力如何进入一项能够持续完成、能够回头检查的工作。
