前沿AI实验室OpenAI近日发表重磅声明，宣布其研究团队在数学领域取得了“重大突破”。消息迅速成为科技媒体头条，但紧接着，多位数学家和算法伦理研究者公开表达强烈质疑，认为OpenAI的做法有“不正当性”，为原本的“里程碑式公告”蒙上阴影。
根据WIRED记者威尔·奈特与麦克斯韦·泽夫的报道，OpenAI并没有像传统数学界那样先公开完整证明，而是选择先召开新闻发布会，并展示一段经过编辑的AI推导过程。公司宣称，新系统构造出“一种全新的、复杂的数学结构”，并能在数秒内完成传统方法需要数千小时才能完成的辅助验证。但当被问及证明的严密性如何保障时，OpenAI仅表示“内部验证已完成”，未来会发布技术报告。这种“先宣布、后公示”的做法，让学者们想起过去几年某些AI实验室的“媒体营销”套路。
“我们并不否认AI可以帮助数学，但这不意味着可以用一句发布会剥夺人类验证的权利。”一位高校数论专家对WIRED表示，“如果连基础数据和推导记录都不公开，那记者看到的只是奥威尔式的自信，而不是数学上的确定性。”
争议焦点：是“发现”，还是“暗箱演示”？
批评声主要集中在三个方面：可复现性缺失，OpenAI没有给出核心日志、超参数细节和独立运行代码；同行评审缺位，公司绕开学术期刊，直接将结果投向媒体；算法透明度不足，该模型是一个庞大黑箱，没有人能解释它为何输出这一结果，因此学界无法排除数据污染、系统误差甚至“事后挑果子”的可能。一些研究者讽刺说，这次“发现”与其说是数学成就，不如说是“对一个随机高维空间中某个点的鲁莽拥抱”。
更令人忧虑的是，如果这种模式成为榜样，就会催生“发布即优先权”的风气：谁拥有算力和媒体资源，谁就能率先声称解决某个数学问题，而严谨的团队可能要花费数年去核查，最终却被贴上“跟随者”标签。
AI数学：好工具，不是万能神谕
其实，AI与数学的结合早已有迹可循。2022年，DeepMind公布AlphaTensor，发现新的矩阵乘法路径；近些年来，大语言模型也被用于辅助提出猜想或构造反例。这些成功案例的共同点在于：机器学习负责“灵感”，人类专家负责“证明”。著名数学家陶哲轩反复强调，AI应当像“计算器和笔友”一样进入数学工作流，而不是扮演一个只会抛结论的“证明器”。
OpenAI内部也并非首次因“发布节奏”引发风波。WIRED在报道中提到，此前该公司某个推理模型曾因基准测试数据存在“泄漏式训练”被披露，当时OpenAI解释为“数据清洗失误”。如今，学术界再次提出类似担忧，无疑会对其声誉造成长期压力。
截至发稿时，OpenAI首席执行官并未正面回应指责，只在社交平台上写道：“数学的美妙之处在于，无论你喜欢与否，真相终会浮现。”这一表态被很多人解读为回避问题。OpenAI研究部门的一位负责人对WIRED表示，他们欢迎外部验证，但并未公布可验证的环境或部署时间。
编者按：比“重大发现”更重要的，是证明过程
自ChatGPT出现以来，OpenAI习惯用令人惊艳的演示一次次冲击公众想象。但基础数学研究不是和人类对弈的棋局，也不是跑分的榜单；它建立在可追溯的推理和被其他人重复验证的基石上。如果一家企业的研究体制不能满足这种基本期待，那么无论宣布什么“重大发现”，在科学史上都只能被记录为一个脆弱的传言。但愿OpenAI能尽快拿出铁证，给学界一个交代，也给AI时代的研发伦理守住底线。这不仅关乎数学，更是科学精神的试金石。
本文编译自WIRED
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接