OpenAI 称其内部 AI 模型在数学、计算机科学和物理三个领域各解决了一个重大开放问题，并已邀请包括一位诺贝尔奖得主在内的外部专家核验证明。
发生了什么
据 The Decoder 报道，OpenAI 对外表示，其内部使用的 AI 模型产出了三项成果，分别对应数学、计算机科学和物理领域的开放问题。其中一项与著名的“千禧年大奖难题”相关——该系列问题由克莱数学研究所设立，每个问题的解决者可得一百万美元奖金。
关键的一点是：这些证明目前尚未被确认。OpenAI 正在请外部专家审阅，其中包括一位诺贝尔奖得主。报道同时提到，如果那项计算机科学领域的证明独立成立，大量已有研究论文的基础将受到动摇。
为什么重要
AI 辅助数学研究并非新话题，但此前的多数进展停留在“提出猜想”“辅助搜索反例”“加速形式化验证”这类层面。此次 OpenAI 的说法如果属实，性质不同：它指向的是 AI 独立产出可被同行评审的完整证明，而非提供线索。
千禧年难题的分量在于，它们大多悬置二十余年，吸引的是顶尖人类数学家。任何一项取得实质推进，都会是学术界的重大事件。而“计算机科学证明若成立将动摇大量论文基础”这一表述，暗示的可能是某个被广泛依赖的基础性结论受到挑战——这类影响往往比单一结果本身更深远。
同时也要看到，OpenAI 选择先对外宣布、再交由外部核验，这一顺序本身值得留意。数学界对 AI 生成证明的态度普遍谨慎：形式上正确不等于数学上有意义，冗长或依赖未验证引理的证明尤其难以评审。
影响与看点
对研究者而言，接下来最值得关注的不是 OpenAI 的声明，而是外部专家的核验结论，以及证明是否会被提交到 arXiv 或期刊接受正式评审。若证明成立，相关子领域可能需要重新审视一批建立在旧结论之上的工作；若不成立或部分成立，则是对“AI 做前沿数学”预期的一次校准。
对行业来说，这件事把竞争焦点从模型能力榜单推向“可验证的科学产出”。这也提出一个现实问题：当 AI 产出的证明长到人类难以逐行审阅时，评审机制本身需要新的工具和规范。
我的判断是：声明的价值最终完全取决于第三方核验，在此之前应把它当作一个待验证的强主张，而不是既成事实。
