OpenAI 一次公开 700 篇数学论文
OpenAI 一次公开 700 篇数学论文
你大概不知道一件事——如果你身边有正在读数学 PhD 的朋友，他这周可能没怎么回你消息。
不是因为忙别的，是因为他正在重新评估自己接下来 3 年还要不要继续熬。
上周发生了一件事，我尽量把它讲清楚。
2026 年 10 月 6 日，OpenAI 在 GitHub 上一次性公开了 700 多份数学研究文稿。
不是一篇两篇，是 700 多份。一次性放出。许多证明还附了"可供计算机验证"的版本。
按理说，AI 在数学上做出新成果，应该是让人高兴的事——机器替人类干活，腾出科学家去攻克更大的难题。
但学术圈的反应，不是这样。
纽约大学数学教授特里斯坦 · 巴克马斯特接受 CNBC 采访时说了一句原话，被《商业内幕》转引："他们一下子放出这么多成果，我们整个研究计划都被毁了。"
他说的"我们"，是和他同一个研究方向、同一个梯队的青年数学家。
这件事真正刺痛人的地方，不只是"AI 也来做数学题了"，而是这三点。
第一，你熬了 3 年的题目，别人用一个周末做完了。
博士生熬一篇数学论文，正常周期是 2 到 5 年。围绕一个未解猜想，先要构造例子、验证特殊情形、迭代论证、推翻自己的假设、再重构、再验证，最后写成可发表的证明。每一个公式背后，是几十次失败、几百次验算、上千次"这条路走不通"。
OpenAI 这一次放出的 700 多份文稿里，有多少是这种"熬 3 年才能跑出来的结论"被公开的数量，可能都是个不小的数字。
对一个已经读到第 4 年的博士生来说，这意味着什么？意味着你桌面上那本草稿，可能被人在某个周末"算"出来了，意味着你 3 年后打算答辩的那个题目，可能现在已经被写进某个 GitHub 仓库，意味着你接下来 2 年再写出来的论文，可能只是"在已发表结论上做的小修正"——发不出来，或者发出来也没人引用。
你可以替他们算一下：博士学位本身的边际价值还剩多少。
第二，AI 是不是用了你的申请书？
巴克马斯特提出了第二个问题，这一层更隐蔽、更让人不舒服——"你得明白，他们能接触到我们所有的科研项目申请书。申请书提交后，评审专家需要审阅并写出摘要。而在撰写摘要时，他们往往会把申请书内容输入到模型中。"
我帮你翻译一下这句话在说什么：
- 你为了申请经费，写了一份还没发表的、还没公开的研究计划；
- 这份计划要交给评审专家审阅；
- 评审专家在写审阅意见时，把你的计划喂给了 AI；
- AI 把你的思路学了进去；
- AI 用你的思路，把你的题目做完了；
- 然后 AI 的母公司把"做完了的证明"免费开源出来；
- 你 3 年后写到第 4 章的那部分内容——已经"被人替你做了"。
这不是"AI 抢饭碗"，这是"AI 在你不知情的情况下，用你申请书的思路，替你做了你本来要做的事"。学术匿名评审机制是写进研究伦理基石里的——评审专家不能告诉别人你的研究内容。AI 把这条线悄悄绕过去了。
巴克马斯特问的是"这难道不可疑吗"。他没有答案，但他把问题抛出来了。
第三，数学家之间那种"还没发表就讲出来"的默契，可能从此消失。
西北大学数学教授布莱娜 · 克拉说了另一段话——更让学界焦虑的那一层：
"数学是一门极其注重合作的学科。OpenAI 没有任何人能够针对这些成果中的任何一项作学术报告，或者回答技术问题。"
这句话的杀伤力不在前半句，在后半句。
数学家在做一项研究的过程中，常常会在研讨会、在邮件、在走廊上，把还没发表的思路讲给别人听。为什么敢讲？因为学术界有一项默认的君子协定——你听到了别人的想法，你就不能在别人发表之前抢发。
OpenAI 这家公司没有这个君子协定。它不是某个数学家，不是某个 PI，它是一个公司。它不需要做学术报告，它不需要回答技术问题，它只需要把"结果"放到 GitHub 上，然后回去继续训练下一个模型。
克拉担心的是：以后数学家再也不敢把没发表的思路讲出来了。因为讲了，可能就被某个 AI 学去了。学了，可能就被某个公司开源了。开源了，你 3 年的工作就归零。
那以后数学家怎么办？把想法锁起来，闷头做 5 年，做出来再讲——但那个时候，可能又有一家公司把"还没发表的 5 年"用 5 天做完了。
这件事的荒诞之处是：AI 越强，学术合作反而越萎缩。而合作，恰恰是过去几百年数学能往前走的最重要条件。
罗格斯大学杰出数学教授亚历克斯 · 孔托罗维奇是少数站出来乐观的人。他的看法是——
"我想，我们不会愿意把奖颁给一个只会按按钮的人。学习数学，最重要的是培养面对重大问题时清晰、深入、长时间思考的能力。我认为，未来对这些能力的需求会更大。"
这话对不对？也许对。但它安慰的是已经在学术圈内、有终身教职、有稳定收入的人。
它安慰不了那个正在读博第 4 年、桌面摊着 manuscript_v17_FINAL_final 的、正在纠结"要不要再熬 3 年"的年轻人。
OpenAI 这一次公开 700 篇论文，真正的信号不是"AI 数学变强了"。
真正的信号是：
- 公司节奏 >> 学者节奏：3 年对一个学者来说是博士论文，对一个 AI 公司来说是一个迭代周期。
- 公司不需要"做学术报告"，所以不需要为"未发表思路"付任何信用代价——OpenAI 没有签过那个君子协定。
- 匿名评审 → AI → 训练数据 → 新论文，这条链路现在还没有任何一条规章说它是违规的。
- 如果一个青年学者发现自己的题目被这样公开了，他没有申诉渠道——既不能向 NSF 申诉 OpenAI，也不能向 GitHub 申诉"这用的是我的思路"。
而这件事的吊诡在于：OpenAI 的回应是"我们制定了论文修订和引用规范，并计划出资举办研讨会，帮助研究人员理解 AI 生成的数学成果"。
翻译过来就是——我们开源了 700 篇论文，我们做错了事，我们会办研讨会教你怎么"理解"我们做错了的事。
如果你是一个正在读博的青年学者，你看到这句话会怎么想？你大概会想：所以我的 3 年是被"理解"掉的。
这件事跟你有什么关系？我直说四个：
如果你身边有正在读数学/物理/理论 CS 方向硕博的朋友，最近两周去问问他"还想不想读下去"。这不是客套话。这周学术圈很多 PhD 项目组都在开紧急组会，重新评估"这个题目还要不要继续"。
如果你是那 700 篇论文可能引用过、或可能撞车的方向上的研究者——你接下来 1 到 3 年的发表计划，可能要被这件事重写。
如果你曾经给任何 AI 公司提交过未发表的研究计划、申请书、内部材料——你可以回去翻一下你交了什么、给谁、什么时候。这件事的边界在哪里，现在没人知道。
如果你曾经羡慕过一个"能静下心来做 3 年研究"的人——这种"长期投入"在新规则下的边际价值，正在被一家公司用一个周末的 GPU 算力重新定价。
P.S. OpenAI 这件事更让人不安的，是它给整个行业开了一个先例：一家公司可以一次性公开几百项学术成果、并且没有义务为这些成果做学术答辩。
Anthropic、DeepMind、xAI、Meta——这些公司手上都有类似的内部模型。它们今天还没这么做，是因为它们还没想好怎么做。OpenAI 这一步走出去之后，"还没想好"的窗口期正在被压缩。
如果这件事没有制度层面的回应（NSF、国家自然科学基金、各大学学术伦理委员会），下一波可能不是 700 篇，而是 7000 篇。
到那一天，"读一个数学博士"这件事的社会意义，会被重新定义。
这不是数学系的危机。这是一个关于"什么算研究、什么算原创、什么算贡献" 的危机。它会外溢到物理、化学、生物、所有依赖"未发表思考 → 长期投入 → 发表"链条的学科。
它也会外溢到任何一个"我以为我做的这件事有 3 年的护城河"的领域。
这件事的结尾还没写。但它的开场，已经把"公平"两个字从桌面上拿掉了。