OpenAI一次性发布近400项AI生成的数学成果，涵盖数论、几何等领域，令数学家震惊。其中仅约42%经Lean形式化验证，论文质量参差、引用混乱，专家担忧“垃圾潮”冲击学术。许多人的多年研究计划被瞬间抹平，年轻学者尤受打击。部分成果被认为可达顶级期刊水平，但理解全部内容或需数年，学界深感不安。

数学家Hales撰文讨论Lean形式化数学的可靠性。2026年AI自动形式化取得突破，Fermat大定理等被快速形式化，但同年夏季发现多个Lean内核可靠性漏洞，可证明假命题。应对方案包括多内核交叉验证、形式化验证内核（如Con-Leche）及加强类型论元理论研究。作者警告AI时代不可盲信系统，需人类审计。

菲尔兹奖得主陶哲轩牵头人类数学协会（AHM）发表声明，抵制OpenAI。OpenAI无视咨询小组红线，用内部模型测试约8000道开放数学题，发布700多份机器生成证明，命中率约5%，每道仅耗3小时算力。数学家批评这些证明逻辑混乱、未经同行评审，且缺失密码学领域。陶哲轩警告“证明消化不良”与不可逆污染，杨立昆则持相反观点，认为数学正迎新时代。

OpenAI公开了未发布模型生成的722篇数学手稿，涉及准黎曼猜想、BSD猜想、霍奇猜想等，平均每项耗算力约ChatGPT Pro思考3小时。但三位菲尔兹奖得主组成的顾问组声明，不代表认可这些结果。数学家担忧AI产出速度远超人类理解速度，核验才刚开始。

一位小型文理学院的数学教师指出，AI虽未解决其长期研究难题，但能帮助纠错、启发思路和改进写作，在缺乏本地同行时充当研究伙伴。她担忧AI正迫使课堂转向限时考核，且相关讨论多聚焦研究型大学，应涵盖各类院校。她主张负责任地使用AI、公开所用工具、坚持严格验证，不因AI放弃问题，并帮助学生在数学中继续探索与创造。

OpenAI因草率发布数学成果引发学界不满，遂组建独立数学家顾问团AGMAI，协助审核并发布其未公开模型产出的百余项数学结果。但顾问团成员称公告方式加剧混乱，外界误以为其受OpenAI控制。数学家担忧AI成果洪流冲击研究，且OpenAI发布草率、缺乏对文献的尊重，令研究者焦虑。

数学家Amit Sahai指出，AI已能产出优美的新数学思想，人类可能难以跟上。他呼吁数学界不要放弃理解，而应建立“可部署智力储备”，组织团队借助AI深入理解重大突破，以保障人类能动性。面对AI设计的核聚变电站等高风险决策，独立的人类理解至关重要，因此需要更多数学家。

OpenAI因数学成果发布引发争议，成立独立数学家顾问组AGMAI，由九位顶尖学者组成，普林斯顿高等研究院承办，就成果评审、发布及学术标准提供建议，成员无报酬、可公开发声。但外界质疑其独立性、成员遴选及代表性，担忧难反映数学界广泛诉求。

数学家Loh提出“人类繁荣公理”：AI发展会创造大量需人类掌控的高技能岗位，人手不足将迫使AI减速。他主张数学界公开以此为核心价值，保留人类研究者引导方向，并调整教学、招聘与研究方向。

OpenAI称其AI用88小时攻克纳维-斯托克斯方程，随后25位菲尔兹奖得主联名警告AI与数学界存在严重错位。数学家担忧AI跳过理解、检验与传承过程，使数学丧失本质。陶哲轩指出，AI公司只关心解题与宣传，不参与知识消化，好问题将比好答案更稀缺，代际传递链条或断裂。

数学家Andreas Thom指控OpenAI在数学突破中使用了未公开的用户对话数据，却拒绝透明说明。此前已有学者质疑OpenAI模型受益于其与ChatGPT的交互。OpenAI仅否认直接访问，未排除去标识化数据间接影响。Thom认为这属不诚实，若用户研究被用于竞赛，缺乏同意与署名在伦理上不可接受。此事加剧数学界对OpenAI的不信任。

OpenAI被指控在解决纳维-斯托克斯难题时，可能不当使用了数学家的私人笔记，并威胁其合作者的署名权。争议焦点在于AI训练数据的来源及学术伦理，引发对AI辅助研究信任的担忧。

数学家借助AI证明流体方程有限时间爆破，但争议焦点转向数据边界：研究过程存入AI平台后，平台是否可能利用未公开数据？OpenAI被指接触相关进展，双方各执一词。文章强调，当AI参与高价值工作，用户需区分工具与平台竞争风险，数据训练、访问、审计边界须事先明确并可验证。

2026年9月8日，数学界两项独立研究同时宣布在三维欧拉方程上取得爆破证明，OpenAI内部模型也被曝攻克纳维-斯托克斯方程。数学家Alpöge和Buckmaster用AI辅助证明，但论文被称“AI垃圾”，并指控OpenAI剽窃其云端数据、威胁署名。同日，Anandkumar团队用PINN找到无强迫项爆破候选解。陶哲轩警告AI证明可能“污染”数学，人类难以理解核心机制。这场竞赛或标志数学进入AI时代。

AI在数学竞赛中胜出，并非因推理更强，而是依靠近乎无限的上下文窗口，即外部工作记忆。人类数学受限于短期记忆容量，AI则能存储海量中间步骤，避免遗忘。其优势在封闭、可符号化的数学领域显著，但在开放日常推理中受限。本质是记忆碾压，而非深度思考超越。

作者深情悼念妻子Elise Cawley（1961-2026），回顾36年婚姻。Elise是杰出数学家，热爱真理与美，专注数学基础与哲学，亦擅长室内设计。她育有四子女，家庭幸福。晚年因心脏手术并发症骤然离世，作者痛失挚爱，感激其智慧、活力与陪伴，称其人生美丽而充实。

OpenAI声称其新模型解决了Connes刚性猜想，但数学家Nielsen审查其37000行Lean 4代码后，指出AI构造的群不满足前提条件，证明无效。她列出两条失败路径，并强调机器验证仅保证形式正确，不保证与原始猜想相符，人类审查仍不可或缺。

AI模型Astra破解10个数学难题，证明人类专家无法理解，需Lean 4验证，显示数学领域已进入窄ASI时代。AI跨域整合能力超越人类，人类角色转为翻译应用，时间线显示AI发展加速，可能引发自我改进循环，数学界权力交接已开始。

OpenAI的Astra模型以2000美元成本解决了十个数学难题，涵盖多个领域，并用Lean验证。这引发争议：成本宣传可能隐瞒尝试次数，作者身份模糊，数学家面临失业危机。未来数学研究将分化，人类需专注提问和验证，而非解题。