周二，OpenAI发布了722份数学手稿，这些成果被整理为372组针对长期未解数学问题的发现（称为“家族”）。公司邀请学术界和研究人员审查这些材料，并在此基础上开展进一步研究。
科学界对此反应复杂，既有兴奋也有担忧。一位罗格斯大学数学家在社交平台X上表示，若与黎曼猜想相关的成果由人类完成，将自动获得菲尔兹奖。然而，部分数学家对OpenAI上月发布的另一项解决方案及此次结果提出质疑，争论焦点在于这些成果是真正的原创性突破，还是大量借鉴了既有的人类知识输入。
著名计算机科学家兼物理学家斯蒂芬·沃尔夫勒姆则淡化了AI生成数学的实用性。他在周二国家数学博物馆的活动上指出：“你可以轻松生成万亿个定理，问题在于其中大多数没人会在意。”
数学与代码的验证共性
与计算机编程类似，数学为AI提供了极具价值的正确性判断标准。证明过程不仅可由数学家审查，还能转化为计算机可逐行验证的形式语言；同理，自主编写的AI代码有效性也可被即时确认。
从软件工程到数学研究的映射
软件工程师已率先经历这一转型。AI编码工具从简单的自动补全和调试，进化为能编写大量软件并执行复杂工程任务的智能体。这种转变重塑了代码编写方式及程序员身份，给从业者带来敬畏与焦虑交织的情绪。
如今，数学家也开始质疑OpenAI的发现对研究生工作及新一代理论家培训的影响。尽管AI大幅提升了代码交付量，但软件工程师已证实人类在构建高质量产品中仍不可或缺。数学家们呼应这一观点，认为该领域最有意义的进展通常涉及构建框架或为复杂概念赋予结构，许多人怀疑AI系统能否复制这种人类原创性。
除了数学本身，这些结果还表明AI的颠覆性影响正扩展至新领域，部分回应了怀疑论者的疑问。尽管竞争对手研究人员质疑OpenAI数学发现的实用价值，但不少人承认，这证明了AI技术的快速进步。