你可以把这件事想成：一个助手一夜之间交来几百份数学证明。惊喜是，它或许碰到了多年未解的问题；麻烦是，每一行都得由专家检查。生成答案很快，确认没有隐蔽漏洞却可能很慢。OpenAI把数学推向的“未知地带”，因此不只是机器能否解题，也包括学界如何核验、署名和吸收突然涌来的成果。
冲击来自规模
据 Nature 报道，OpenAI于10月6日在GitHub集中公开了700多篇由AI生成的数学预印本，使用的是一款尚未发布的模型。预印本是尚未完成同行评审便公开的论文草稿：它方便同行尽早阅读，但公开不等于正确，更不代表已获学界认可。
Science同期刊发的两篇报道，把这次发布视为一个值得单独讨论的转折。Tom Howarth的文章摘要称，这批材料包含对近400个问题的AI生成解答；相邻页面的另一篇报道则把视线投向数学界最受关注的难题。不过，现有材料没有说明具体是哪道问题、推进到什么程度，也不足以支持“AI解决了数学最难问题”这样的结论。
真正的瓶颈是核验
数学证明不是看起来顺畅就算成立。每一步都必须能从定义和已有定理严格推出，专家往往要逐行审阅。Nature称，一些数学家庆祝其中对长期问题的解答；另一些人担心自己的研究被抢先发表，或批评大量未经整理的稿件把核验负担转嫁给学界。
这也是此次事件最值得关注之处：AI若能大规模制造候选成果，稀缺资源可能从“提出证明”转向“确认哪些证明可信”。同行评审能帮助发现问题，却也不是绝对正确的认证。OpenAI对Nature表示，其目标是为数学家和科学家提供工具，并用前沿难题评估和开发模型。
结论仍未落定
Nature明确称，这批论文不包含五个仍未解决的千禧年大奖难题的解答。至于具体模型、成果质量和实际贡献，现有材料均未披露足够细节。Science的标题称OpenAI“永远改变了数学”，但正文材料能支持的更克制判断是：影响已经显现，影响究竟有多大，仍要等待独立核验与长期消化。