OpenAI与数学界裂痕加深：学术规范遭遇“暴力发布”挑战

【科技纵览】当人工智能试图以工业化的速度重构基础科学的验证体系时，传统学术共同体感受到的并非单纯的效率提升，而是一种深层的秩序危机。菲尔兹奖得主陶哲轩近期在个人博客转发人类数学协会（AHM）声明，直指OpenAI漠视研究伦理，并呼吁学界切断与其合作纽带，这一举动标志着双方紧张关系再度升级。

争议的导火索在于OpenAI公开的一批数学研究手稿。其内部模型尝试攻克约4000道数学难题，最终整理出372组成果，并附带部分Lean形式化证明代码。然而，庞大的数据规模并未赢得学界掌声。数学家们关注的焦点远超逻辑正确性，他们更在意推导过程的可理解性、对前人工作的充分引用，以及新方法能否通过同行评议融入现有知识谱系。形式化验证虽能校验逻辑链条，却无法自动替代对命题内涵、学术贡献及背景脉络的人工审视。AHM声明犀利指出：“一次性抛出700多份文件，展示的不是学术研究，而是权力。”

理论计算机科学家达娜·莫什科维茨第一时间研读相关论文后表示，文中充斥着晦涩难懂的构造、模糊不清的推理步骤以及令人困惑的文献引用。得克萨斯大学奥斯汀分校的斯科特·阿伦森甚至将此次发布日形容为“数学末日”。当然，舆论场中亦有不同声音，部分网友认为陶哲轩立场过于激进，不应阻碍可能惠及大众的技术演进。西北大学数学家布赖娜·克拉则持中间立场，她认可AI在探索既往难题上的潜力，但强调企业应遵循学术规范发表成果，确保同行可检查、可理解且能在此基础上继续深耕。

双方矛盾的核心，实质上是AI生成速度与人类认知消化能力之间的巨大落差。传统数学研究依赖论文、研讨会及同行交流，逐步阐释证明、完善方法；而商业实验室一次性释放数百份复杂手稿，迫使后续核验、修订及知识整合的成本转嫁给整个学术共同体。研究议程、发布节奏乃至模型资源，正日益被少数科技巨头所主导。

这场冲突并非突发。此前，陶哲轩曾联合24位菲尔兹奖得主联署声明，警告AI公司将数学难题异化为模型能力基准，可能导致技术竞争偏离追求理解与洞见的初衷。9月29日，数学与人工智能咨询组（AGMAI）发布建议，明确反对前沿AI实验室利用外界无法访问的内部模型测试高难度数学问题。尽管OpenAI声称此次发布参考了AGMAI建议，但AHM认为公司忽视了建议的核心前提，故而发出抵制号召。此外，AGMAI还要求实验室不得将数学成果作为营销工具，发布时需披露模型名称、提示词、算力成本及失败记录等关键信息。随着AI科研产出能力的跃升，数学界面临的已不仅是机器能否证明定理的技术问题，更是由谁定义研究方向、谁承担验证成本，以及如何确保技术进步真正服务于知识积累的结构性难题。