OpenAI 一次公开 722 篇数学手稿，数学家的价值会如何变化？

看到“722 篇数学手稿”这个数字，很容易把它理解成一场人与机器的竞赛：数学家花几年研究的问题，AI 是否已经可以批量解决？如果证明也能自动生成，数学家还剩下什么价值？

我更关心的是研究工作的分工。数学研究包含提出问题、寻找证明、检查论证、解释机制，以及把新结果接到已有知识上。AI 在其中一个环节取得进步，会改变其他环节的成本与重要性。

我的判断是：如果 AI 能稳定产出正确且有意义的结果，数学家的价值会更多体现在问题判断、概念创造和知识整合上。同时，部分以独立产出证明为核心的工作，也会承受真实的替代压力。这是对未来分工的分析，并非这次发布已经证明的职业结论。

先看清 722 篇意味着什么

OpenAI 于 2026 年 10 月 6 日宣布公开一批数学研究结果。截至本文核对时，官方仓库列有 722 篇手稿，归为 372 个结果族（result families）。一个结果族可以包含主结果、配套论证、推论或另一种证明，因此篇数不能直接换算成解决开放问题的数量。

仓库称，这些结果来自尚未发布的内部模型，验证程度各不相同，部分未形式化结果可能存在问题。公开手稿与获得数学共同体认可之间，仍有需要完成的工作。来源：仓库说明

这里需要区分三件事：模型提出了一份论证；这份论证得到可靠核验；研究者理解了它的思想，并能在其他问题上使用。每一步都有价值，后一步也不能由前一步自动推出。

本文没有逐篇审查这些证明，也没有运行整个 Lean 工程。我讨论的是这次发布提出的研究组织问题，不对具体重大猜想是否已获解决作独立背书。

证明更容易产生之后，什么会变得稀缺？

可以设想一个未来情景：针对一个准确表述的问题，研究者能用相对低的成本得到多份候选证明，其中一部分还附有机器可检查的材料。

此时，研究者每天面对的任务可能从“怎样找到一条可行路线”，扩展为“怎样判断这些路线中哪些正确、哪些重要、哪些值得继续”。供给增加，会把筛选和理解推到更显眼的位置。

但这里有一个条件：增加的必须是可用结果，不能只有看起来像论文的文本。 如果每份输出都要专家花大量时间排除细微错误，生成速度越快，积压的核验工作可能越多。反过来，如果形式化工具和 AI 核验也持续进步，核验成本同样可能下降。

所以，“数学家以后主要给 AI 判卷”只是一个可能的过渡阶段。更长远的变化，取决于生成、核验和理解这几个环节各自进步多快。

下面是我对这种分工变化的概括，属于分析框架：

研究环节	AI 进步可能带来的变化	需要重新评价的贡献
提出问题	更容易生成猜想与候选方向	判断问题的重要性、可行性与关联
寻找证明	能探索更多构造与论证路线	设计有效的搜索方向，识别关键思想
核验结果	可更多使用形式化检查与自动辅助	核对命题、假设、依赖和实际覆盖范围
解释证明	更容易生成不同版本的讲解	提炼可迁移的机制，检验解释是否准确
组织知识	可辅助检索、归类和比较	建立概念联系，形成新的研究纲领

这些贡献也可能得到 AI 的帮助。人的优势需要在实际研究中体现，而不能只靠一句“机器没有直觉”来保证。

Lean 能检查证明，谁来检查证明了什么？

OpenAI 同时公开了部分结果的 Lean 形式化材料，并提供形式化目录。该文件说明其收录对象是具有形式化主结果的论文；不能据此推断每篇手稿的所有论断都已被覆盖。

对读者来说，一份形式化证明至少有两层需要核对。第一层是形式系统内部：证明对象是否在指定环境和依赖下通过检查。第二层是数学表达之间的对应：形式化命题是否准确表达了论文声称的结论。

例如，一篇论文讨论所有满足某条件的对象，形式化命题却额外加入了一个很强的假设。后者即使通过检查，也需要说明它与原命题之间的差距。类似地，关键结论若依赖尚未证明的前提，也应当把依赖列清楚。

这并不削弱形式化的价值。它让原本容易被自然语言掩盖的条件变得可见，给共同核验提供更明确的对象。但核验时还要问：哪些内容已经覆盖，哪些仍待补充，所用定义和假设是否符合研究目标？

数学家的领域知识在这里有具体用途：识别命题的含义、条件的强弱，以及结论与已有结果的关系。形式化专家则帮助把这种判断落实为可检查的材料。两种工作可以互相促进。

一份正确的证明，还能带来多少理解？

证明成立，意味着某个结论有了可靠依据。研究者接下来仍可能追问：哪个步骤真正起作用？为什么这个条件必要？是否存在更简单的证明？方法能否推广？

假设一个模型给出很长的正确证明，其中混合了多个技巧。另一位研究者找到一个简短引理，解释了整条论证为何可行，还指出它能用于另外一类问题。后者创造了新的研究价值，即使最初的定理已经被证明。

这也是我理解“数学家的价值变化”的核心：从一个结果中提炼出可复用的思想，可以产生比结果本身更广的影响。 教材、讲义、概念统一和新的证明方法，都在扩大知识的可使用范围。

当然，AI 也可能帮助简化证明、寻找推广和提出概念。我们不能把“解释”预先划成机器无法进入的领域。更有意义的评价是：谁的贡献让问题更清楚，让下一项研究更容易开始？

真正难以外包的判断，需要怎样建立？

一个好问题通常包含多重判断：它与重要结构是否有关，已有方法为什么卡住，可能的答案会改变什么，以及解决它需要哪些新工具。

这些判断来自长期研究经验，也可以被讨论、比较和修正。AI 可以提供大量候选问题，研究者则需要说明选择某一个的理由。模型提出一个新定义时，也要检查它是否只是改写旧概念，还是确实让不同现象得到统一解释。

对年轻研究者来说，这意味着基本功仍然重要。亲手尝试证明、构造反例、检查边界条件，既是在学习做题，也是在建立判断他人论证的能力。没有这些经验，很容易把流畅表达当成可靠解释。

训练方式则可以改变。例如，面对一份 AI 生成的证明，要求学生补出隐藏步骤、找出最强的假设、尝试削弱条件，再独立讲清楚核心机制。这种练习比单纯检查最终答案，更接近真实研究。

职业价值会受到制度和工具分配的影响

学术贡献如何获得署名、职位和经费，并不只取决于技术能力。如果评价继续高度依赖论文数量，而候选手稿的产出成本下降，指标就可能越来越难区分重要贡献与大量相似输出。

我的建议是，把贡献说明写得更具体：谁提出问题，谁设计研究过程，谁找到或修正论证，谁完成形式化，谁核对文献，谁负责最终内容。独立核验、简化证明和整理知识，也应当有获得认可的途径。这是制度建议，尚不能当成已经普遍实行的标准。

数学与人工智能顾问小组 AGMAI 在负责任发布建议中强调，人类理解应得到支持，而且相关工作应由数学共同体主导。它还明确反对使用共同体无法访问的专有模型测试高等数学问题。因此，OpenAI 咨询该小组，不能被理解为小组对其全部实践的认可。

这个分歧很实际：即使人人都能阅读手稿，也未必人人都能调用产生手稿的工具。如果模型访问、计算预算和核验资源集中在少数机构，研究机会就可能变得更不均等。公开结果、开放工具和公平获取资源，是不同层面的事情。

因此，即使数学家的某些能力变得更重要，也不能直接推出数学家的岗位、收入或议价能力会上升。知识生产的价值如何分配，还取决于资助、评价和工具获取制度。

我会关注哪些后续证据？

判断这次发布的长期意义，我会重点看四类进展：

独立核验。 哪些结论得到领域专家认可，哪些被修订，哪些仍存在争议？
理解与复用。 是否出现清楚的独立讲解、更简单的证明，以及使用这些思想的新研究？
过程透明度。 外部研究者能否了解问题选择、失败尝试和实际成本，并有条件复现相关探索？
贡献分配。 修正错误、完成形式化、补全文献和组织理解的人，是否获得明确的学术认可？

这些证据比手稿数量更能说明 AI 怎样改变数学研究。

722 篇手稿让一个问题变得具体：当机器越来越擅长寻找论证，我们如何把这些输出转化为共同体能够理解、检查和继续发展的知识？

数学家的工作会随工具改变。值得争取的方向，是让研究者有更多时间追问重要问题、创造有用概念，并把可靠结果变成可共享的理解。这个方向需要技术进步，也需要主动调整研究组织与评价方式。

资料与核对说明

事实核对日期：2026 年 10 月 8 日。仓库内容和验证状态可能继续更新；本文的职业与制度分析为作者观点。

OpenAI：Sharing AI progress in mathematics，2026 年 10 月 6 日。
OpenAI 数学仓库与发布说明，手稿规模、结果族定义及验证状态。
Lean 形式化目录，形式化主结果与相关论文的映射。
AGMAI：Responsible Release of AI-Generated Mathematics，2026 年 9 月 29 日。