10月6日，OpenAI一口气发布了由其内部模型生成的大批数学成果，有人激动地称之为“迄今为止科学史上最重要的一天”。然而短短一周多后，一篇措辞犀利的文章给这场狂欢泼了一盆冷水。

这篇文章出自数学家索菲·赫伯茨（Sophie Huiberts）之手，以客座文章的形式刊登在菲尔兹奖得主、华裔数学家陶哲轩的博客上。

文章标题直白得近乎刺耳：《这是普通的糟糕作品》。

722份手稿，372个成果家族

先看看OpenAI究竟发布了什么。

据报道，这批成果共包含722份手稿，被归入372个“成果家族”，覆盖16个数学分支。

其中不少结论涉及纯数学领域，有些还与著名的开放问题相关。但这批成果作为一个整体，尚未经过同行评审。

数量之大、范围之广，让不少人惊叹AI已经开始真正为数学前沿作出贡献。

OpenAI方面则认为，这批成果展示了AI在数学推理上的巨大潜力，并邀请数学界共同检验。这种“先发布、后检验”的做法，恰恰成为争议的焦点。

“证明一个定理，就要对数学界负责”

赫伯茨在荷兰乌得勒支大学获得博士学位。她的批评并不针对成果的数量，而是直指成果的呈现方式。

在她看来，一份数学证明必须附带清晰的解释、恰当的署名与引用，以及足够的背景信息，其他研究者才能理解并在此基础上继续推进。

她写道，当你证明一个定理时，就承担起了对整个数学领域的责任。研究者需要说明，证明中哪些部分需要新思想，哪些依赖已有知识，必要时还应改进前人思想的表述方式。

赫伯茨强调，这些要求在学界被普遍接受，既不新鲜，也无争议。达不到这些标准的论文，往往会被要求修改，甚至直接被拒稿。

对于OpenAI的这批成果，赫伯茨的评价毫不客气：这是质量低劣的工作，这些PDF文件都属于“一眼就该拒稿”的水平。

她列举了几方面问题。

一是引用和署名不规范，未能恰当说明与前人工作的关系。二是成果被拆分到大量文档中，显得零散，难以整体把握。

三是部分内容存在错误，严重程度在她看来甚至可能需要撤稿。四是有些文档承诺提供代码，实际却并未附上，同时证明过程本身也难以理解。

需要说明的是，这些是赫伯茨个人的批评意见，而非对全部手稿进行全面独立评审后得出的结论。

陶哲轩为何站出来

陶哲轩此前已多次对这次发布表达担忧。

他认为，一次性抛出数百项成果，可能让数学研究变得“不那么肥沃”。他还曾警告，如果核查与写作文化跟不上，AI生成的证明最终可能对数学学科弊大于利。

他也曾提出一个标准：如果作者无法就自己的成果作一场清晰的报告，那这些证明就不应该发表。赫伯茨某种程度上正是用同样的标准来衡量OpenAI的成果。

值得注意的是，陶哲轩并非AI的反对者。他一直积极探索把AI作为数学研究工具，同时提醒人们，当前模型可能写出看似完美、实则暗藏细微错误的证明。

此次选择全文刊登赫伯茨的文章而非简单转发，本身就释放出一个信号：他对AI实验室发布成果方式的疑虑正在加深。

在数学界，审稿本身就是一项耗时费力的工作。一篇严肃的论文，审稿人往往需要数周甚至数月逐行核查。

当数百份未经整理的AI手稿同时涌入，专家的核查能力很快就会被淹没，这也是许多数学家担心的“噪声”问题。

数学的价值，不只在“答案”

这场争论触及了一个更深层的问题：在AI时代，什么才算真正的数学贡献？

数学从来不只是得出正确结论，更重要的是让人理解“为什么”。一份无人能读懂的正确证明，对学科发展的价值可能相当有限。

当然，也有观点认为，AI成果的呈现方式可以逐步改进，不应因此否定其中可能存在的真正突破。

一些学者建议，AI生成的数学成果应当像人类论文一样，经过形式化验证或同行评审后再大规模发布，并清楚标注哪些部分由AI完成、哪些经过人工核对。

如何建立适应AI时代的核查、署名与发表规范，或许是数学界与AI公司需要共同面对的新课题。

无论如何，这场争论提醒人们：在科学的殿堂里，数量从来不能替代质量，速度也不能替代严谨。