PowerSupporter
2026年10月，OpenAI 公开了 AI 生成的数百道数学难题解答，陶哲轩牵头的数学家们对做法提出强烈反对。这场争议可以作为“垂直模型是 AI 发展方向”这一观点的案例：一家通用模型公司把最强的模型对准一个领域，这个领域随即坚持用自己的标准来判断什么算有效成果。对企业来说，评估垂直 AI 工具时，应该用自己所在领域的验证和披露标准来检验，而不是只听厂商怎么说。这只是一个领域，而且各方报道在多个数字上并不一致。
2026年10月6日，OpenAI 在 GitHub 上公开了由内部未发布模型生成的数百道数学难题的完整或部分解答。部分解答附带了可由机器检验的 Lean 证明，但不是全部。各方报道对数量的说法不一，从 370 多道题到约 720 份手稿都有。OpenAI 在发现错误后撤回了至少三个解答。
陶哲轩担任主席的人类数学协会发表声明，呼吁数学家停止与 OpenAI 合作，称这次发布是“力量的展示”而不是学术工作，陶哲轩在 10 月 7 日把声明发布在自己的博客上。陶哲轩本人的论点是：寻找解答的过程才会产生理解，他呼吁建立一种他称为“数学 2.0”的、重视解释和社群的研究方式。不是所有人都同意。多伦多大学的 Dan Litt 称这些成果对数学是好事，纽约大学的 Tristan Buckmaster 则质疑 OpenAI 是否对已有成果做了足够的尽职核查。
发布之前，相关标准其实已经讨论过。9 月，OpenAI 在普林斯顿高等研究院成立了顾问小组，建议包括用标准论文格式发表，并披露模型、提示、推理过程、耗时、成本以及选题理由。据《财富》报道，OpenAI 遵循了其中一部分，但不是全部。OpenAI 表示会提供更多形式化证明，提高论文质量，并资助面向数学家的研讨会。
评估垂直 AI 工具的3种做法
- 相信厂商自己的说法——工具的开发方说输出是正确的。在数学案例里，开发方自己统计的解题数量是出发点，之后有部分解答被撤回。
- 用本领域自己的标准来检验——有形式化验证的就用形式化验证，用标准格式，并披露模型、输入、耗时和成本。这正是数学家和顾问小组提出的要求。
- 把检验步骤建进自己的工作流——在自己的软件里，任何模型的结果都要经过自己的验证步骤、审批和日志才能使用，背后的模型也可以替换。
| 做法 | 依赖什么 | 在数学案例中的表现 | 主要风险 |
|---|---|---|---|
| 相信厂商的说法 | 开发方自己的声明 | 发现错误后有部分解答被撤回 | 错误在被发现之前就已经到了你手里 |
| 用本领域标准检验 | 领域认可的验证和披露规则 | 部分结果有 Lean 形式化证明；顾问小组的建议只被部分采纳 | 需要领域内对标准达成一致 |
| 检验步骤建进工作流 | 自己的验证步骤和日志 | 数学案例中没有这一项，这是企业侧的对应做法 | 需要前期设计和开发 |
我的看法是，这场争议支持了垂直模型的论点。一家通用模型公司选定了一个领域，把最强的模型对准它，这个领域则用自己对“有效成果”的定义作出回应。这就是垂直竞争的样子：标杆由掌握领域的人来定，而不是由模型规模来定。需要说明的是，这只是一个领域，各方报道在多个数字上不一致，而“OpenAI 可能把这个模型提供给 ChatGPT 用户”的说法来自匿名消息，所以这是一个方向，不是已被证实的趋势。PowerSupporter 做的是定制软件，不开发 AI 模型；第三种做法，也就是在你选用的任何模型外面加上验证和审批，是我们能帮上忙的地方。也可以阅读我们之前关于垂直模型的文章。想聊聊，请联系我们。
信息来源：Fortune、The Decoder、Tech Times。
常见问题
陶哲轩和 OpenAI 之间发生了什么？
2026年10月6日，OpenAI 在 GitHub 上公开了由内部未发布模型生成的数百道数学难题的完整或部分解答。陶哲轩担任主席的人类数学协会随后发表声明，呼吁数学家停止与 OpenAI 合作，称这次发布是“力量的展示”而不是学术工作，陶哲轩在 10 月 7 日把声明发布在自己的博客上。各方报道对发布数量的说法不一，从 370 多道题到约 720 份手稿都有。
陶哲轩反对 AI 参与数学研究吗？
他明确反对的是成果的发布方式，而不是 AI 本身。他的观点是，寻找解答的过程才会产生理解，而 AI 成果正在减少研讨会、合作和新研究者。有报道称他还发起了一个公开的 AI 辅助挑战，规则要求披露 AI 的使用情况。
OpenAI 在开发专门的数学模型吗？
OpenAI 用一个未发布的内部模型去处理数学难题。有报道援引匿名消息称，这个模型可能在未来几个月内提供给付费的 ChatGPT 用户，但 OpenAI 没有确认，请当作未经证实的消息。
PowerSupporter 编辑团队
PowerSupporter 总部位于墨尔本，为澳洲企业打造定制软件——从仓库管理和库存系统到网站应用、移动应用和内部业务工具。