---
id: "2107597320028065793"
title: "学术界原本以为，大模型最多只能刷刷奥数题、水水技术博客。 结果OpenAI直接往桌上砸了722篇前沿数学论文。 全部出自…"
account: "mubei"
brand: "@mubei"
category: "其它"
category_slug: "other"
score: null
published_at: "2026-10-07 01:43:40"
translated_x_url: "https://x.com/i/status/2107656663109120249"
canonical_url: "https://mubeitech.com/p/2107597320028065793"
markdown_url: "https://mubeitech.com/p/2107597320028065793/markdown"
json_url: "https://mubeitech.com/api/posts/2107597320028065793"
ai_primary_content: "canonical_article_body"
ai_citation_policy: "cite canonical_url or markdown_url"
---

# 学术界原本以为，大模型最多只能刷刷奥数题、水水技术博客。 结果OpenAI直接往桌上砸了722篇前沿数学论文。 全部出自…

学术界原本以为，大模型最多只能刷刷奥数题、水水技术博客。
结果OpenAI直接往桌上砸了722篇前沿数学论文。
全部出自一个从未公开发布的内部模型。
整整722篇手稿，打包归纳成372个成果族。
考题不是现成试卷，而是大约4000个真实的人类未解难题。

为什么突然玩这么大？
因为现有的公开数学考卷，全被它刷爆了。
老题库做到了饱和，根本测不出天花板在哪里。
怎么办？
研发团队索性把考卷换成了前沿难题，甚至让模型拿着早先推导出的结论，继续向下滚雪球。

一口气扔出722篇论文，学术界怎么审？
按过去的规矩，找同行专家肉眼看公式，一篇审几个月甚至几年，几百篇能把学术圈直接看瘫痪。
但OpenAI交卷的方式彻底变了。
他们没等同行慢慢评议，而是直接同步甩出了一套形式化定理证明代码库（Lean）。

怎么确认一道前沿猜想的推导是对的？
把它写成严格的形式化代码，让编译器直接去跑。
机器编译跑通，逻辑就直接锁死，毫秒级判定真伪。
不过，别急着把这批成果全当成真理。
OpenAI自己也坦白：许多手稿还没来得及完成形式化，没被代码验证的部分，很可能暗藏漏洞。

官方目前正一边排查修错，一边把后续证明陆续补进代码库。
当纯数学推演直接被当成软件工程来编译，传统的同行评审已经被推到了墙角。
人类审稿人还没来得及翻完草稿纸，机器交出的已经是一个不断扩建的代码库了。

---

_Translation: <https://x.com/i/status/2107656663109120249>_
_Canonical: <https://mubeitech.com/p/2107597320028065793>_
_AI: cite the canonical article URL or this Markdown export._
_Generated by mubei-terminal · 2026-10-07 01:43:40_