部分数学家呼吁抵制 OpenAI，AI 生成的数学证明涌入数学领域
2026-10-09
AHM 组织在 Terence Tao 主持下发表声明，呼吁抵制 OpenAI，称其一次性发布 700 多个 AI 生成证明文件是展示力量而非学术行为。
此前 OpenAI 宣称内部模型一个月内解决逾 100 个开放数学问题，约 8000 个测试问题成功率约 5%，平均每个耗时 3 小时 GPT-Pro 级算力。
AHM 组织在 Terence Tao 主持下发表声明，呼吁抵制 OpenAI，认为其一次性发布 700 多个 AI 生成证明文件是展示力量而非学术行为；而 OpenAI 此前宣称内部模型一个月内解决逾 100 个开放数学问题，在约 8000 个测试问题上成功率约 5%，平均每题耗时 3 小时 GPT-Pro 级算力。
- AHM 组织在 Terence Tao 主持下发表声明，呼吁抵制 OpenAI，认为其一次性发布 700 多个 AI 生成证明文件是展示力量而非学术行为；而 OpenAI 此前宣称内部模型一个月内解决逾 100 个开放数学问题，在约 8000 个测试问题上成功率约 5%，平均每题耗时 3 小时 GPT-Pro 级算力。
- 原贴提到：AHM 组织在 Terence Tao 主持下发表声明，呼吁抵制 OpenAI，称其一次性发布 700 多个 AI 生成证明文件是展示力量而非学
- 来源：the-decoder.com
这是什么信号
这不是一条单纯的“AI 又变强了”的消息，而是一次学术共同体与 AI 实验室之间的规则冲突公开化。数学界的组织 AHM 在 Terence Tao 主持下发表声明，呼吁抵制 OpenAI，争议焦点并不在“AI 能不能做数学”，而在发布方式：一次性抛出 700 多份 AI 生成证明文件，被 AHM 定性为展示力量而非学术行为。
另一侧的事实面是：OpenAI 宣称内部模型在一个月内解决逾 100 个开放数学问题，在约 8000 个测试问题上成功率约 5%，平均每个问题消耗 3 小时 GPT-Pro 级算力。把这两组信息放在一起看，才能读出这件事的真实形状。
为什么重要
第一，它把“AI 做原创数学”从演示阶段推进到了“与学术共同体既有规则发生摩擦”的阶段。学术界的评价体系依赖可核验、可追溯、可署名的贡献方式，而大批量文件式发布绕开了这套流程，摩擦几乎是必然的。
第二，5% 成功率与“平均 3 小时 GPT-Pro 级算力”这两组数字，暴露的是真实成本结构：绝大多数尝试是失败的，成功个案背后是持续的高强度算力投入。这意味着能力门槛和成本门槛同时存在，短期不会是低成本普惠。
第三，声明本身是一个治理信号。当头部数学家公开表态抵制，会传导到人才流动、学术合作意愿、数据与成果的可信度评价上，影响的不只是某一家公司，而是整个“AI 进入基础科研”的通道。
对谁有价值
对数学与理论科研从业者，这是一个关于“如何与 AI 工具共处、以及如何界定贡献”的现实议题；对 AI 实验室的科研产品与传播团队，这是一次关于发布节奏与学术礼仪的公开课；对做科研工具、形式化验证与证明检查管线的团队，这里指向明确的需求缺口；对关注 AI 治理与学术伦理的研究者，这是一个少见的、当事双方都在明面上表态的案例。
可以怎么行动
- 把关注点从“生成”移到“验证”：AI 产出的证明，真正稀缺的是可独立检查、可形式化复核的流程与工具。
- 科研团队在引入 AI 产出时，先建立内部核验与署名规范，明确哪些环节由机器完成、哪些结论必须人工确认。
- 做工具的一侧可以盯住“证明检查、定理库对接、结果可复现”这一层，而不是再做一个生成器。
- 做传播的一侧，重新评估一次性大规模发布的边际收益，学术社群对方式的敏感度可能高于对结果的敏感度。
风险与限制
5% 的成功率意味着绝大多数尝试并不成立，宣称中的成果仍需逐条人工核验，不能直接当作已确立的数学结论使用。声明与宣称分别来自当事双方，公开信息中未见独立的第三方复现结论，双方表述都带有立场。此外，抵制能否对掌握算力与模型的机构形成实际约束，目前仍是未知数；把这条信号解读为“AI 已取代数学家”或“AI 数学不成立”，都超出了现有材料能支撑的范围。
这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。
如果把《部分数学家呼吁抵制 OpenAI，AI 生成的数学证明涌入数学领域》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。