OpenAI倾倒722篇AI数学论文：当算力淹没灯塔，数学界遭遇验证危机

722 篇纯数学论文， 前几天被 OpenAI 一口气倒进了开源代码库。 平均每篇只花了 3 个小时的算力。 一口气宣称推进了 372 个世界级的数学猜想。 从数论、代数几何，一直打到理论计算机。

数学界听到这个消息，完全没有欢呼的兴致。 大家直接看懵了。 《科学》杂志甚至发了一篇长文追问： 数学这个领域，到底是被注入了活力，还是正在被彻底摧毁？ 不少数学家把这次事件叫做算力对数学界的地毯式轰炸。

AI 帮人类解开数学难题，难道不是天大的好事吗？ 为什么全世界最顶尖的头脑，反而感到了恐慌？

先看 OpenAI 到底干了什么。 他们拿内部还没公开的最新推理模型， 去啃人类数学界积累的 4000 个未解难题。 模型跑完，大概在 18% 的问题上给出了结果。 从中筛出 722 篇论文，打包扔到了 GitHub 上的一个开源代码库里。 里面甚至包含了对黎曼猜想边界的推导， 还有贝赫与斯维讷通戴尔猜想这种百年大难题。 其中 42% 的论文，附带了形式化证明语言 Lean 的代码。

结果刚发布不到 24 小时，意外就来了。 几个数学家点开代码库一查，马上抓出了低级错误。 一个最基础的正负号写反了。 符号一反，后面的推导整栋垮塌。 OpenAI 当天悄悄撤回了 3 篇论文，把总数改成了 719 篇。

但这 3 篇撤回的论文，不仅没让学界松口气，反而让大家更紧张了。 因为这件事暴露了数学界最脆弱的一环：验证瓶颈。 数学研究和写代码、写小说完全不同。 网上多了一万篇 AI 写的网文，你可以不看。 但要是有人宣称自己推导出了一个几百年没解开的猜想， 同行就必须停下手里的活去核对。 问题是，全世界能看懂那些极端冷门前沿推导的学者，一共能有几个人？ 常常就二三十个活人。 一个顶尖学者看懂同行写的一篇几十页手稿，往往需要几个月甚至好几年。 现在 AI 凭借几千张显卡，3 个小时就能吐出一篇几万字的符号大作。 一口气砸下 722 篇，谁来负责当审稿的苦力？ 如果让这二三十个最聪明的脑袋，每天放下自己的探索， 泡在几百万行机器公式里帮 AI 找正负号， 人类正常的数学研究直接就瘫痪了。

那计算机不是可以用 Lean 语言自己做形式化验证吗？ 这就引出了第二个更深的分歧： 逻辑没有错误，和人类能不能理解，根本是两码事。 Lean 语言确实挑剔， 它像一个永远不讲情面的编译器， 能确保每一步逻辑推导都严格符合数学公理。 只要编译器亮绿灯，逻辑链条就是闭合的。 但亮绿灯不代表人类懂了。 数学的终极追求，绝不仅是一个真或者假的结论。 菲尔兹奖得主陶哲轩把数学猜想比作海上的灯塔。 灯塔立在那里，是指引航向的， 没有人会开着推土机冲过去把它撞碎。 人类是在驶向灯塔的长途航行中，因为碰壁和迷茫， 被迫发明了微积分，发明了群论，发明了代数拓扑。 怀尔斯花了八年时间证明费马大定理， 给数学界留下最宝贵的财富，远不止得出那条定理成立， 更在于他在攻坚路上发明的那套模块化工具。 那套工具养活了后面整整两代数学家。 如果 AI 只是用庞大的算力暴力搜索出一条几万步的推导捷径， 即便逻辑上挑不出刺，在人类眼里它也只是一堆反编译出来的机器汇编代码。 它虽然跑通了，但没人知道为什么能通， 也没人能从中提炼出可以教给学生的几何直觉。

更现实的冲击，直接砸在年轻学者的头上。 一个博士生或者年轻的博士后，可能花了三年时间， 每天坐在草稿纸前，去啃某一个猜想的局部边界。 这是他拿到教职、在学术界立足的全部本钱。 结果某个星期二的凌晨，商业公司的一行代码提交， 把几百个方向的局部边界全给占位了。 这些论文没有经过同行评审，甚至可能夹带正负号错误， 算不算正式成果谁也说不清。 但年轻人的三年心血，瞬间就被这团算力迷雾打乱了。 以后谁还敢把几年青春，押在一个随时可能被显卡集群几个小时推平的冷门方向上？

普林斯顿高等研究院的专家小组之前接触过这个项目。 但他们专门声明：提前沟通绝不代表学术背书。 大家真正感到不安的，甚至不是机器强大的计算力。 是这种把人类心智探索变成流水线倾倒的做法。 当算力可以在几小时内堆砌出读不完的定理， 我们或许会得到一座逻辑严密的数字迷宫。 但要是人类自己走不进去， 那座迷宫对我们又有什么意义？