OpenAI甩出722篇数学手稿 AI突破准黎曼猜想
2026年10月7日的清晨，或许将成为人类科学史上的一个标志性节点——一家AI实验室毫无预兆地在GitHub上公开了一座足以颠覆数学界的学术宝库。这个事件的冲击力之大，以至于即便提前做了大量功课，撰写这篇内容也耗费了远超预期的时间，其间无数次被事件的历史分量和宿命感所触动。
这家实验室直接在平台上创建了名为openai/math的全新仓库，里面存放着722份数学手稿，整合为372个独立研究成果，覆盖数论、代数几何、实分析、组合数学、理论计算机、数学物理、偏微分方程等几乎所有核心数学分支。所有成果均来自该实验室内部一款尚未对外公布的大模型。
722篇论文的体量意味着什么？作为学术出版的核心平台，arXiv对个人上传有严格限制，每人每月仅能提交两篇。如果由人类学者手动上传这些成果，需要连续工作近30年才能完成。而数学作为科学的基础与核心，这次突破的意义更远超单纯的数量级增长。
消息发布后的24小时内，全球数学界陷入了前所未有的沸腾状态，有人狂喜有人震撼。有评论者的感受最具代表性：在这个混沌却又充满指数级突破的时代，《三体》中描述的技术大爆炸，或许真的会在我们这一代人的有生之年成为现实。
一、这场突破的完整脉络
首先需要解释的是“成果组”的概念：数学研究中，一个核心结论往往会衍生出一系列推论、补充论证或不同视角的证明，这些相关内容会被归为一个成果组，本次公开的372个组便是如此。
该实验室表示，当前主流的数学评测基准已经被现有AI模型刷至饱和：国际数学奥林匹克竞赛的金牌水平AI早已达成，各类标准化数学题库也被充分训练，单纯提升评测分数已经无法体现模型的真实科研能力。因此，他们挑选了约4000个尚未解决的数学开放问题，输入到内部模型中进行探索，最终筛选出具备学术价值的372组成果。
值得注意的是，尽管在编程领域有其他模型表现突出，但GPT系列在科研方向上始终处于前沿位置。本次产出的每个成果，平均仅耗费了相当于ChatGPT Pro级别3小时的思考算力。要知道，其中部分问题，人类数学家已经钻研数十年却未能取得实质进展。
该实验室负责人随后在社交平台发文感慨：“你的海洋如此浩瀚，我的船只如此渺小。”每一个接触过前沿AI的人，或许都曾有过类似的感受——在AI的无限可能性面前，人类的认知边界正在被快速拓展。
二、为什么数学界会如此重视这次突破？
要理解这场震动，首先需要明白数学与其他学科的本质区别。不同于物理、化学等依赖实验验证的学科，数学的核心在于严格的逻辑证明：从最基础的公理出发，每一步推导都必须严丝合缝，一旦证明成立，在相同的公理体系下就会永远成立，不会被时代推翻或过时。比如两千多年前欧几里得在《几何原本》中证明的结论，至今依然是数学的基石。
我们可以用一个简单的例子理解这种严谨性：素数是否存在最大值？欧几里得的证明至今无人能挑出漏洞：假设素数有限，将所有素数相乘加1，得到的新数无法被任何已列出的素数整除，因此要么本身是新素数，要么能被未列出的素数整除，这就证明了素数必然有无穷多个。
数学中的“猜想”则是指被广泛认为正确但尚未完成严格证明的命题。比如哥德巴赫猜想，尽管计算机已经验证到极大的数值仍未找到反例，但在数学家眼中，只有严格的证明才能真正确立其正确性。历史上也曾有过类似波利亚猜想这样的案例：大量数值验证都成立，却在某个大数上被推翻，这也凸显了证明的不可替代性。
随着数学研究的深入，证明的长度和复杂度也在不断增加，人类的精力逐渐难以应对。这时，机器辅助验证的需求应运而生，也就是本次事件中多次提到的Lean工具。对于编程爱好者来说，Lean就像是数学界的编译器：将证明过程转化为机器可识别的代码，通过编译验证每一步推理的合规性。不过这套工具也存在局限：一是无法验证证明的问题是否为原问题本身，二是无法判断成果的创新性与学术价值。
三、本次突破中最震撼的成果
在372组成果中，最具颠覆性的无疑是对准黎曼猜想的突破。要理解这个成果的重要性，我们需要先回顾黎曼猜想的起源：素数的分布看似随机，但高斯在少年时代就发现了其整体的稀疏趋势，而1859年，黎曼通过引入ζ函数，建立了素数分布与函数零点之间的深刻联系。
黎曼猜想的核心内容是：ζ函数所有非平凡零点的实部都等于1/2。这个问题既是千禧年七大数学难题之一，也是目前数学界最核心的未解问题之一，悬赏百万美元的奖励。百余年来，数学家们只能逐步从实部为1的一侧向1/2推进，1958年后的近70年间几乎没有实质进展。而本次公开的成果显示，AI模型已经将这个边界推进到了7/8，也就是实部大于0.875的区域内不存在任何非平凡零点。
这个看似微小的推进，实则意义重大——这是几十年来黎曼猜想研究中最重大的突破之一。有数学家评论称，如果这一成果由人类学者完成，足以直接斩获菲尔兹奖。
除了准黎曼猜想，本次公开的成果中还有多项重磅突破：比如将复数域下矩阵乘法的计算复杂度指数从之前的2.37推进到了2.25；解决了挂谷猜想的四维版本，并在三维版本上取得了更强的结果；此外还有唯一博弈猜想、霍奇猜想特殊情形、更快的整数乘法等成果，随便一项在过去都足以成为学术头条。
四、AI与数学的百年纠葛
其实AI涉足数学领域的历史远比我们想象的更久。1956年达特茅斯会议召开，人工智能概念正式诞生的同年，“逻辑理论家”程序就证明了罗素《数学原理》中的数十条定理，当时人们曾乐观地认为机器证明数学的时代即将到来，但这一等就是数十年。
1976年四色定理的证明引发了巨大争议：两位数学家通过计算机程序检查了上千种地图情况完成证明，但数学界质疑“人类无法逐一验证的证明是否算得上真正的证明”。1998年开普勒猜想的证明同样遭遇了类似的困境，审稿人最终只能给出“99%确定正确”的结论，证明者随后耗时十余年通过机器完成了形式化验证，才让成果获得广泛认可。
大模型时代的到来彻底改变了这种局面：2024年DeepMind的AI在国际数学奥林匹克竞赛中拿到银牌，2025年多家AI模型都达成了金牌水平，随后研究方向从竞赛题转向真正的开放问题。2025年曾出现过一则乌龙事件：某实验室副总裁声称GPT-5解决了10个埃尔德什问题，后续却被证实不过是从尘封的文献中找到了早已被遗忘的旧结果，但这也侧面证明了AI作为超级文献检索工具的强大能力。
真正的转折点出现在2026年5月：该实验室的模型推翻了埃尔德什在1946年提出的几何猜想，菲尔兹奖得主蒂莫西·高尔斯专门为此撰写了配套论文，称这是当时最受认可的AI原创科研成果之一。随后的进展速度呈指数级增长：5月1项成果，8月10项，9月百余项，到10月直接突破372组。同时，算力成本也大幅下降，9月攻坚纳维-斯托克斯方程时还需要上万个Agent运行88小时，耗费数百万美元算力，而10月的成果仅需单个Agent和3小时的计算。
这场突破并非孤例：DeepMind同期解出了9个埃尔德什问题，Anthropic仅用11天就将费马大定理的完整证明转化为1300万行的Lean代码，整个行业都在加速前进。
五、数学界的反思与争议
其实在这次公开成果之前，数学界与AI实验室之间已经爆发过激烈的交锋。9月8日，该实验室宣布在纳维-斯托克斯方程这一千禧年难题上取得突破，但随后引发了一系列争议：实验室承认是在听闻传闻后紧急启动项目，而相关学者在其公告前12小时就已上传了自己的研究成果，双方随后在论文署名等问题上产生了激烈争执。
三天后，25位菲尔兹奖得主联名发表了公开信，指出AI公司将“解题能力”作为模型实力的衡量标准，与数学本身的目标存在根本偏差，正在伤害数学共同体。信件强调，数学的核心价值不仅在于得到答案，更在于人类通过研究获得的新理解与洞见，同时也明确表示并非反对AI，而是希望为论文撰写、署名和消化留出足够时间。这封信在一周内就获得了七千多人联署。
更早之前，该实验室曾召集40位数学家闭门会议，有学者恳求“不要一次性抛出所有成果，也不要仅通过社交平台发布数学研究”。9月21日，实验室宣称解决了百余项开放问题却未公开细节，普林斯顿高等研究院的独立顾问组随即向数学界征集意见，并在9月29日发布建议：反对使用外部无法访问的专有模型测试前沿数学问题，要求立即停止此类行为；同时要求所有成果必须公开在不受实验室控制的学术存档中，公开模型细节、提示词、推理过程、算力消耗，甚至包括失败的尝试，并且不得将数学成果用于自家模型的商业宣传。但实验室并未对此做出回应，直到一周后直接公开了722份手稿。
六、属于全学科的技术大爆炸即将到来？
回顾历史，2016年AlphaGo击败李世石的场景至今仍历历在目，当时“AI战胜人类棋手”曾是震动全球的大新闻，而如今AI在围棋领域的优势已经成为常识。或许未来所有学科都会走上类似的道路：AI在特定领域的能力超越人类，从引发轰动变为默认事实。
我们可以发现，技术突破的速度与该领域的“裁判成本”密切相关：数学的裁判是Lean工具，仅需数秒即可完成验证；下棋的裁判是一盘对局，耗时几十分钟；而化学的裁判是实验室合成与测试，需要数周甚至数月；新药的裁判是临床试验，往往需要数年时间；高能物理的裁判是造价数十亿美元的对撞机；天文学的裁判则需要等待新一代望远镜升空。AI的速度再快，也无法超越现实世界的物理限制。
因此，技术大爆炸必然会遵循成本优先的原则：首先爆发的会是数学与代码领域，因为其验证成本几乎为零；随后是天气、蛋白质结构、材料筛选等可以在计算机中模拟的领域；最后才是必须依赖实体实验的硬科学以及与人类相关的医学领域。当AI能够在每个领域源源不断地提出新想法时，整个研发链条中最慢的环节就会变成两个：现实世界的实验周期，以及人类自身的理解、审核与决策能力。
这种趋势已经在数学领域显现：AI一天可以生成数十万行证明代码，但人类的代码审查速度却远远跟不上，审核与理解证明正在成为最稀缺的资源。本次公开的372组成果，或许就需要整个数学界花费数月时间才能完成消化，而几个月后，模型的能力又会进化到何种程度？
七、尾声：我们必须知道
最后想分享两个关于数学的小故事。第一个发生在1900年的巴黎国际数学家大会上，德国数学家希尔伯特提出了23个影响整个20世纪数学发展的核心问题，这些问题养活了整整一个世纪的学者，也塑造了现代数学的走向。一个好的问题，往往比一个好的答案更有价值，因为答案只是终点，而问题却能指引一代人的探索方向。
第二个故事发生在1930年的柯尼斯堡，希尔伯特在故乡发表演讲，结尾的“我们必须知道，我们必将知道”成为了他一生数学乐观主义的缩影。但就在同一天，24岁的哥德尔在同一座城市的学术会议上宣布了不完备定理：任何足够强大的数学公理体系，都存在无法被证明也无法被证伪的命题。这一定理用最严格的数学方法证明了数学自身的边界：人类无法在体系内部证明体系的完备性，必须不断拓展边界，才能探索更多的未知。
我的家人和朋友中就有数学研究者，他们告诉我，数学最迷人的地方从来不是最终的“证毕”二字，而是穷尽一生去追寻、去理解的过程。如果仅仅追求答案，AI或许会比人类做得更快更多，但数学这门传承了数千年的手艺，其核心在于人类的思考与探索本身。
英国数学家哈代曾说，数学家与画家、诗人一样，是模式的创造者。而有一句话最近常被用来提醒自己：“你可以外包思考，但你没法外包理解。”在AI时代，人类剩下的价值是什么？我想大概有三点：一是提出有价值的问题，这依赖于人类的好奇心与审美；二是理解成果的本质与联系，这需要人类的深度思考；三是赋予研究意义，就像即使有了汽车，人类依然会跑马拉松，有了缆车依然会爬山，探索本身就具有价值。
我们必须知道。
我们，也必将知道。
