OpenAI 近期公开了 722 份数学手稿及证明，其中包括 400 多个长期困扰人类数十年的未解公式。然而，这一举动引发了学术界的强烈担忧。研究人员指出，验证和证明这些由人工智能驱动的成果可能需要数年时间。更令专家警惕的是，由于 OpenAI 未披露生成结果的具体模型名称，且部分分析师在检查其内部边界模型工作时发现存在无意义解释和错误公式，这种不透明性可能威胁到数学领域的根基。
批评者认为，从提示词直接跳转到最终解决方案缺乏中间推导过程，导致这些成果难以被复用或扩展。数学家无法建立在这些未知实现路径的结果之上，也无法从中衍生出新的数学理解领域。此外，随着数学能力与网络安全能力的融合，公众开始质疑密码学的安全性，这可能对国家安全和价值数万亿美元的加密货币体系构成潜在风险。
722 份手稿背后的争议
据官方统计，OpenAI 共发布了 722 份手稿。但在审查过程中，研究人员发现其中包含大量无意义的解释和公式。尽管 AGMAI（数学家和人工智能咨询小组）提出建议，OpenAI 仍未公布用于生成这些结果的模型名称，使得外界难以核实其真实性。
虽然 OpenAI 公布了 GitHub 数据库的变更记录，但显然在发布前并未对结果进行严格审查。目前来看，OpenAI 似乎无意减缓其在相关领域的推进速度。
协作模式的崩塌与研究焦虑
继写作、视觉艺术和音乐之后，数学成为 AI 颠覆的新前沿。尽管 AI 在数学应用上具备潜在优势，但研究人员担心这会破坏该领域赖以生存的协作生态，并阻碍未来学者的探索。
纽约大学数学教授 Tristan Buckmaster 在接受《商业内幕》采访时表示，除了自身研究可能被 OpenAI 的方案证伪外，学者们还担心在使用 AI 工具时无意中贡献数据，从而削弱了未来独立使用先进工具的潜力，并导致他们在公开谈论研究时更加谨慎。
西北大学数学教授 Bryna Kra 强调，数学高度依赖思想、数据和公式的共享。她担心 OpenAI 的做法会使数学家变得更加隐秘，降低共同解决问题的能力，进而阻碍基于彼此研究成果的创新。
加州大学洛杉矶分校数学教授 Terence Tao 在 Mastodon 上指出，与传统突破相比，这些 AI 生成的结果引发的研讨会和合作活动大幅减少。他认为数学界需要转向“更全面地看待进步”，即重视社区建设而非单纯的原始解决方案。
当前学术界弥漫着极度焦虑的氛围，尤其是处于职业生涯早期的研究人员。他们担心求职申请和奖学金评定受到影响，因为深入理解和构建核心数学能力通常需要数年努力，而 AI 随机生成的结果可能让多年的积累显得毫无意义。随着传闻称其他 AI 实验室也将发布类似成果，这种担忧正在蔓延。
密码学与加密货币的安全隐忧
作为数字世界的基石，数学发展的加速可能在其他领域产生多米诺骨牌效应，其中密码学被视为潜在的“雷区”。
@kmad @matthew_pines 我认为我们可能会失去公钥 cryptography.October 8, 2026
约翰霍普金斯惠廷工程学院计算机科学副教授 Matthew Green 在社交媒体上表示，数学进展与网络安全的结合可能导致 AI 破解现有的加密体系。这不仅引发数据安全担忧，还可能使加密货币行业面临大规模盗窃风险。
并非所有专家都认同这一观点。英国密码学家 Adam Back（曾被指控为比特币创始人中本聪候选人之一）将这些说法斥为无稽之谈。
@matthew_d_green @kmad @matthew_pines 值得怀疑的是你认为 P=NP 吗？有些问题基本上更复杂，加速数学能力并没有改变这一点，就像引力一样。即使所有代数的硬度问题都失去了，我们有基于哈希的 SHRINCS.October 8, 2026
Ethereum 创始人 Vitalik Buterin 也呼吁保持冷静，但他承认 AI 有可能在未来某一天成为比量子计算更危险的加密货币威胁。
尽管密码学尚未被证实会被 AI 废除，但其对数学研究方式的核心地位构成了潜在威胁。在此期间，OpenAI 及其竞争对手可能会继续在新领域追求相关性与利润。
