OpenAI 公開了一批由其尚未釋出的前沿模型產出的數學成果：722 篇論文、歸入 372 個結果族（把相關論文歸併在一起的分類單位）。據新近成立的獨立顧問組織 AGMAI（數學與人工智慧顧問組）稱，這批材料中包含對「數百個」未解問題的解答。相關成果此前已被外界預期數週，但 OpenAI 一直未說明模型究竟解決了哪些問題、何時釋出。

這批論文並非只有結論。OpenAI 同時公佈了部分模型推理過程的摘要、算力投入的估算，以及嘗試問題數量的統計。公司稱，「平均結果」所消耗的算力相當於 ChatGPT Pro 思考三小時。在 9 月，OpenAI 曾表示其模型「在數學的多數領域解決了 100 多個長期未解問題」，此次釋出是對那一說法的進一步兌現。

AGMAI 的介入是這件事的另一條線索。該組織由一批資深數學家組成，定位是獨立顧問，職責是協助「負責任地」對外溝通這類結果。它在 9 月下旬釋出了首批建議，呼籲 AI 實驗室儘快、並儘可能通過既有學術渠道釋出數學成果，同時披露所用模型名稱、提示詞與算力成本等細節。該組織還明確要求 AI 公司「不要把釋出數學成果當作推廣自家模型的市場營銷工具」，並稱這種做法會對數學界造成顯著傷害。OpenAI 則說明，本次結果釋出在 GitHub 倉庫中，配有論文修訂與引用協議，並稱會繼續探索符合委員會準則的、由社群託管的替代方案；未來發布將改進引用、數學表述與結果呈現，以便更好理解。

要判斷這批成果的分量，還需要時間。數學家們需要逐篇評估與消化，其完整影響短期內難以顯現。它們也疊加進一個正在快速膨脹的成果池——來自 OpenAI 以及 Anthropic 等競爭對手實驗室的數學結果，學界仍在處理之中，其中甚至涉及一個 千禧年大獎難題（該領域最著名的未解問題之一）。

更受關注的是節奏與方式。今年以來，AI 實驗室大舉進入數學領域，尤其是它們在成果公佈上的處理方式，已經激起關於研究實踐、倫理，以及如何為人類數學家的貢獻署名與致謝的激烈爭論——這些人類工作既是模型訓練的基礎，也可能被模型用來產出新結果。圍繞「AI 接管數學」的爭議，本身已成為一條持續發酵的敘事線。

從產業視角看，這件事的意義不止於數學本身。它展示了一種新的能力展示路徑：不再只靠基準分數，而是用「解決真實未解問題」來證明前沿模型的上限，這會影響外界對模型能力、算力投入與實驗室競爭格局的判斷。與此同時，AGMAI 提出的披露與渠道要求，也預示著一套圍繞 AI 科研成果的規範正在被摸索——誰來驗證、如何署名、算力成本是否透明，都會成為後續爭論的焦點。