OpenAI公开722份数学论文，却将统计学与优化理论悄然留在内部

2026年10月6日，OpenAI将722份数学论文推送至GitHub公开仓库，一次性声称在372个重大数学开放问题上取得实质进展。按照公司的说法，每项结果平均消耗的算力约等于ChatGPT Pro三小时的连续推理。这是人工智能进入纯数学领域最密集的一次输出，字母表中的诸多领域——代数、数论、理论计算机科学、数学逻辑、拓扑学——均有成果收录。

其中最受瞩目的是对"准黎曼假设"的证明。准黎曼假设是黎曼假设（数学七大千禧问题之一，附有百万美元奖金）的一个更弱版本。OpenAI的模型证明了黎曼ζ函数在实部大于7/8的区域内无零点，这一路径被研究者非正式地称为"zeta捷径"——模型绕开了传统证明路线，找到了一条通过该问题的更短途径。相关证明论文长达约199页。

然而，公开发布仅一天后，OpenAI就撤回了其中3项成果，原因是发现了一处符号错误。此外，据报道，约50%的结果尚未完成完整的数学验证。OpenAI随后与哈佛大学数学家梅勒尼·伍德（Melanie Wood）等人组成的数学顾问委员会协调后续工作，该委员会在声明中将此次发布定性为"人类理解和将这些工作纳入数学知识体系这一过程的开始，而非完成"，并明确呼吁OpenAI公开"向AI agent提供的所有提示词以及agent的完整推理链"。

缺席的领域，才是线索

公开内容引发的最深层讨论，并非来自已发布的成果，而是来自"缺席名单"。苏黎世联邦理工学院研究员丹尼尔·帕莱卡（Daniel Paleka）通过Semantic Scholar API对OpenAI成果进行了系统性比对。结论相当扎眼：统计学、机器学习理论、优化论和数值分析这四个领域，在arXiv定理总库中合计占比约20%，但在OpenAI公开的722篇论文中，占比不足1%。

这不是小偏差。如果以"仅涉及已有公开问题的arXiv论文"作为更严格的基准重新计算，数值有所收窄，但差距依然在统计上显著。换句话说，这不是"这些领域没有公开难题"能解释的——它们明显有，只是OpenAI没有碰。

一个自然的问题随之浮现：为什么恰好是这几个领域？统计学、优化论、机器学习理论，正是大型语言模型训练和推理优化的理论基础。这些领域的核心方法——梯度下降的收敛性分析、采样分布的尾部行为、随机神经网络的谱分析——直接决定了下一代模型的训练效率与效果上限。帕莱卡在其分析中写道：他认为合理的解释是，"这些最靠近各实验室内部用途的数学领域，所有实验室都倾向于不发表，以保留竞争优势"。

这不是一个不可验证的推测。2025年8月，前微软研究院首席研究员、后加入OpenAI的塞巴斯蒂安·比贝克（Sébastien Bubeck）曾在社交媒体上公开表示，他将一篇凸优化论文中的一个公开问题交给GPT-5 Pro，模型不仅解决了问题，还给出了比原论文更好的上界证明，且他确认推理过程完整正确。这说明OpenAI的模型早在2025年就具备了推进优化领域核心数学的能力。这一能力，2026年10月那份公开名单里，却看不到。

密码学的缺席：商业利益还是主动管控

除了上述四个领域，现代密码学的缺席同样引发广泛讨论。现代公钥密码体系建立在数论中的难解问题之上，而OpenAI此次公开的结果恰恰深入触及数论——包括准黎曼假设相关的素数分布界。网络安全研究人员、约翰斯·霍普金斯大学密码学教授马修·格林（Matthew Green）在相关讨论中写道："我认为我们可能会失去公钥密码学。"

独立研究者本·波德古斯基（Ben Podgursky）则更为直接：实验室只在那些解出来不会给解题方带来不对称商业优势的"奇僻"数学问题上取得成功，这一巧合值得注意。

对此有两种解读路径。第一种是"良性自律"：密码学一旦被AI突破，全球金融基础设施将面临即时风险，实验室主动选择不公开，以避免引发系统性危机，属于负责任的技术管理。第二种解读则更为冷峻：这些领域不是"没有研究"，而是研究结果被封存——模型的能力边界并不等同于公开发布的内容边界。

两种解读并不互斥。但无论是哪种，它们共同指向一个结论：OpenAI公开的是它认为可以安全公开的部分，而非模型真正能力的全貌。

透明度赤字正在积累

这已不是OpenAI第一次在数学领域引发透明度争议。此前，该公司在Navier-Stokes问题上宣称取得突破时，数学界对验证流程和结果可靠性提出了大量质疑，OpenAI随后才组建了独立的数学顾问委员会。委员会的职责包括：评估结果的意义、建议传播方式，以及就学术和职业标准向OpenAI提出建议，且有权主动发表意见并将意见公之于众。

顾问委员会在本次722篇发布后的公开声明中，明确要求OpenAI公开所有提示词和推理链。这一要求至今未得到正面回应。

从产业角度看，这场透明度之争的赌注远超学术伦理范畴。如果AI模型已经系统性地掌握了优化理论和机器学习理论中的核心数学结果，而这些结果只在内部使用而不公开，那么公开研究社区在AI能力进展上的判断将持续滞后于实际情况。这种信息不对称，会使学术界、监管者和竞争者对AI实际能力的估计长期偏低。

独立判断

722篇论文是真实的成就。准黎曼假设的证明，即便只是对黎曼假设的弱化版本，在数论领域也具有实质意义。每项结果平均三小时的算力消耗，意味着这类数学生产正在进入工业化节奏。

但"发布了什么"和"隐去了什么"必须同等重要地被审视。当一家公司拥有系统性产出高质量数学的能力，却在与自身商业利益高度相关的子领域出现近乎完全的空白时，这不是偶然的分布偏差，而是一个选择。

数学顾问委员会要求公开推理链的呼声，指向了这一问题的核心：AI生成的数学成果，其可信度不仅取决于结论是否正确，还取决于推理过程是否可被独立检验。一个既当裁判、又当选手的发布方，在自己最有动机保密的领域保持沉默，只能让外界的质疑持续发酵。这是技术开放性问题，也是产业竞争结构问题，而非单纯的学术礼仪之争。