OpenAI 於 2026 年 10 月 6 日在官方網站發表「Sharing AI progress in mathematics」，公布一批由內部前沿模型產出的數學研究成果。這次公告的核心不只是宣稱模型解出了某些題目，而是嘗試建立一套較可檢驗、可引用，也較符合數學社群慣例的成果公開方式。所謂內部前沿模型，是指 OpenAI 尚未全面公開、代表公司目前高階能力水準的人工智慧模型；公告中的成果因此既是數學內容本身，也可視為評估此類模型能否協助推進科學研究的一次實務測試。
發布方式與外部諮詢
OpenAI 表示，為了改善與數學社群分享成果的方法，公司徵詢了普林斯頓高等研究院旗下「數學與人工智慧獨立諮詢小組」的意見，並參考其建議與公開準則來規劃本次發布。這個安排的重要性在於，AI 產生的數學論述不能只依靠模型開發者自行評斷；若成果要獲得學術社群採信，就需要接受既有數學規範檢視，包括論證是否完整、引用是否清楚、修訂過程是否透明，以及其他人能否追蹤問題如何被解決。
本次成果被放在 GitHub 儲存庫中公開，並附上論文修訂與引用規則。GitHub 本身是常見的版本控制與協作平台，可保存文件更新紀錄，讓研究者查看成果如何修正，而不只是看到一份最終版本。OpenAI 也表示，仍在尋找符合諮詢小組指引、由社群共同主持的其他發布形式。這顯示 GitHub 儲存庫目前可能只是初步做法，而非最終標準。
Lean 形式化與可驗證性
OpenAI 同步分享了多個證明的 Lean 形式化版本。Lean 是一種證明輔助與形式化驗證語言，可以把數學定義、命題與證明步驟寫成電腦可檢查的形式。若證明能在 Lean 中完成並通過檢查，代表其邏輯推論在既定公理、定義與程式庫範圍內具備高度的機器可驗證性。對 AI 產生的數學證明而言，這項安排特別重要，因為一般自然語言論證可能存在跳步、含糊或引用錯誤；形式化雖不能取代專家審查，卻能提供另一層結構化檢查。
OpenAI 也說明，Lean 版本目前只涵蓋許多證明中的一部分，後續取得更多形式化成果後會更新儲存庫。這表示本次公開仍處於過渡狀態：不是所有結果都已受到同等程度的機器驗證，也不能單憑 Lean 檔案就斷定每一項發現都已成熟。形式化本身還可能受限於既有程式庫是否完整、數學概念如何被建模，以及輔助定義與假設是否適當。
透明度資料與計算成本
除了論文與形式化證明，OpenAI 還公布了取得成果的若干背景資料，包括 10 份模型推理摘要、以 ChatGPT Pro 使用量估算的計算消耗，以及模型嘗試問題數量的統計。公告指出，平均每項結果消耗的計算量，大約等於 ChatGPT Pro 思考三小時。這項資訊有助於外界理解模型不是只給出答案，而是可能經歷多次嘗試、錯誤與修正。
不過，三小時的換算應理解為計算成本估算，而不是每個題目實際花費的固定時鐘時間，也不等於研究者在傳統流程中投入的人力。摘要、嘗試次數與成本統計能提升透明度，但仍不足以完整回答模型如何選題、如何檢查中間步驟，或哪些成果是在大量失敗後才產生。尤其公告沒有在這段文字中列出每篇論文的細節，因此外界仍需進入儲存庫逐案評估。
數學研究脈絡
數學成果的價值通常不只取決於結論，還取決於證明能否被理解、重現、引用與延伸。AI 模型即使提出正確答案，如果產生的證明結構混亂、引用不完整，或依賴未被說明的中間假設，實務上仍難以直接進入研究流程。OpenAI 這次把論文修訂規則、Lean 檔案、推理摘要與計算統計一起公開，顯示其試圖把「模型能做數學」轉化為「模型成果如何接受數學標準檢驗」。
這對未來研究可能有兩層意義。第一，形式化工具能協助研究者檢查 AI 論證，降低因語句含糊而誤判成果的風險。第二，公開嘗試紀錄與計算成本有助於比較不同模型或方法的效率，而非只展示成功案例。若這類揭露方式成熟，也可能成為 AI 輔助數學研究的發布基礎。
影響與限制
OpenAI 表示，這些成果希望推動人類知識前沿，並促進數學進一步發展；公司也將資助一系列工作坊、會議與特別計畫，協助外界理解 AI 產生的重要結果。另一方面，OpenAI 正規劃以負責任方式釋出產生這些成果的模型，並會持續在數學與其他科學領域評估內部前沿模型，藉此開發能支援研究工作的工具。
目前仍能看見明確限制。模型尚未在公告中全面公開，外界不能自行重現整套生成流程；Lean 檔案也未涵蓋所有證明，其餘成果仍主要依賴人類審查。推理摘要與成本換算提供的是部分觀察角度，而非完整的模型審計紀錄。更重要的是，形式化通過不等於證明一定具有學術價值，也不保證模型真正理解其中的數學概念；成果是否重要，仍取決於命題意義、方法創新性與後續研究延伸。OpenAI 承諾將根據社群回饋改善未來重大科學成果的揭露標準，但本次發布更像建立審查與透明化機制的起點，而非最終答案。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。