編按：本文綜合整理自 OpenAI GitHub Repository、經濟學人、衛報、Wired 與 Scientific American，並加入 Siami 編輯部觀點與分析。
2026 年 10 月 7 日，OpenAI 在其官方 GitHub 數學倉庫的版本日誌中，默默更新了一條訊息：撤回 3 篇以「符號錯誤」為由的數學論文。這看似技術性的更正，背後卻是 AI 進入數學領域最戲劇性的一週。
三天內的瘋狂節奏
OpenAI 在 2026 年 10 月 6 日釋出了史無前例的數學論文集——722 篇手稿，橫跨 372 個結果家族，涵蓋代數幾何、數論、拓樸等多個核心領域。這批論文被視為 AI 對純數學的一次「全面攻堅」，OpenAI 同時附上 Lean 形式化證明，作為可驗證的依據。
然而僅僅一天後（10 月 7 日），OpenAI 就在 history.md 中宣佈撤回其中三篇：
- Algebraicity of Weil classes on split abelian eightfolds（論文中發現一個符號錯誤，導致穩定化跡消去論證失效）
- Algebraicity of Kuga–Satake Correspondences for K3 Surfaces（依賴上述論文的衍生結論）
- The rational Hodge conjecture for products of K3 surfaces（同樣依賴失效論證）
撤回聲明寫道：「在三份論文中『分裂 abelian 八維流形上的 Weil 類可代數性』中，一個符號錯誤讓穩定化跡消去論證失效，連帶影響了兩篇衍生論文。」
這三篇撤回的論文 README 現已加上撤回公告，並連結到歸檔版本以供查閱。
同時修復的 14 篇與 6 個新形式化
撤回並非孤例。OpenAI 在同一天也宣佈對另外 14 篇論文進行修訂：
- Lipschitz heights 與 Ashkin–Teller currents 系列（4 篇）：修復了 crossing、boundary-attachment、conditioning 與收斂論證。
- Kähler 極小模型與 abundance（6 篇）：擴充正性與收縮論證，釐清哪些結果是被使用的輸入項。
- Taming 與 hypersymplectic deformation（2 篇）：修正了錐等式聲明，並移除多餘的依賴關係。
- Incompressible Box Transport：修訂了環面投影與共同時鐘估計。
- Birch–Swinnerton-Dyer 公式：移除一個過時的引文。
此外，OpenAI 還補上了 6 個新的形式化證明與 5 個補充結果，使頂層結果的形式化比例提升至 300 / 719 ≈ 42%。
數學界的反應：震驚、質疑、與務實的肯定
事件爆出後，主流媒體與社群反應兩極。
《衛報》報導引述多位數學界領袖的憂慮：他們擔心 OpenAI 沒有對結果盡到應有的盡職調查（due diligence），而且模型本身對更廣大的數學社群並未開放。這些擔憂並非新事——早在 2025 年 9 月 Navier–Stokes 千禧問題爭議時，OpenAI 與數學界的摩擦就已經浮上檯面。
《經濟學人》的報導則關注「大量生產」（mass production）這個關鍵詞：372 個長期未解的數學問題在數週內被「解決」，這個速度對人類數學家來說是無法比擬的，但同時也引發了「這算真正的數學發現嗎？」的本質問題。
「我們從未見過一個實驗室能在三天內交出這種數量的數學聲明，」一位要求匿名的頂尖數學家對《Wired》表示。「問題不是它們犯了錯——而是它們犯了錯還能不能在社群中被信任。」
Hacker News 上則出現了兩種聲音的拉鋸：
「撤回這些論文傷害了 OpenAI 的投資人，這完全不可接受。」 —— 責備方
「三天內 722 篇論文 → 撤回 3 篇。請注意，這是 0.4% 的錯誤率，遠低於人類數學家發表的錯誤率。」 —— 肯定方
兩種聲音都對，但也都只看到一半。
為什麼這件事重要
這次撤回事件不單是「三篇論文有問題」這麼簡單。它揭露了三個結構性問題，每一個都會在未來幾年持續影響 AI 與學術的關係：
第一，速度錯位。人類數學家解決一個長期未解問題通常需要數月到數年。AI 三天內交出 722 篇論文，這種速度讓學術同儕審查（peer review）的節奏徹底失效——審查一篇 AI 論文需要的時間，往往比 AI 生成它還久。當生產速度遠超驗證速度時，「先發布、後撤回」就成為唯一可行的模式。
第二，透明性赤字。OpenAI 並未公開使用的是哪一個內部模型，這讓外部數學家無法獨立重現驗證。這不只是技術問題——它是信任問題。一個你無法檢查的工具，即使它給出正確答案，你也無法確定下次它會不會給錯。
第三，「AI 已讓數學死亡」的內部聲音。《Wired》報導引述了「OpenAI 內部人士」的看法，認為這項技術在某種意義上已讓數學「死亡」。這種內部說法比撤回本身更令人不安——它暗示 OpenAI 內部對自家產品在純科學領域的角色，存在根本性的歧見。
數據解讀與質疑
質疑一：0.4% 撤回率真的低嗎？
表面上 3/722 = 0.4% 看似很低，但這是僅針對「被符號錯誤整個擊垮」這類嚴重瑕疵的數字。OpenAI 同時修訂了 14 篇——也就是說，真正需要修改的論文比例約為 17/722 ≈ 2.4%。這個比例在人類頂尖期刊的初稿階段其實很常見，但對「AI 數學家」這個品牌定位而言，2.4% 的瑕疵率已經夠讓社群重新評估可信度。
質疑二：為什麼一天就抓到？
這是整起事件最令人玩味的一點。OpenAI 自己釋出後僅一天就抓到符號錯誤，這暗示 社群審查的速度並沒有那麼慢——是 OpenAI 內部自己在釋出後馬上發現問題，才主動撤回。這顯示了兩個事實：
- OpenAI 內部有審查機制，並非純粹「先丟出來讓社群抓錯」。
- 「AI 數學發現」這個敘事的脆弱性——只要出現一個明確錯誤，整個發表的可信度就會被放大檢視。
質疑三：「形式化證明 42%」夠不夠？
300/719 ≈ 42% 的形式化率聽起來很高，但這是「頂層結果」的形式化。底層引理的證明大多仍未形式化，而真正決定整個結論是否成立的是底層。一個只形式化頂層的形式化證明鏈，就像一座只檢查屋頂、不檢查地基的建築——外觀亮麗，結構未驗。
接下來會發生什麼
這次撤回事件給 AI 與學術界帶來三個訊號：
- OpenAI 短期內不太可能再發布同等規模的數學論文集。社群信任受損，需要修復。
- 「內部模型不公開」的策略會越來越受到質疑。如果 AI 要進入科學核心，開放性是不可妥協的條件。
- 「撤稿成本」會被重新定價。目前的學術慣例是「撤回是科學的一部分」，但當發表速度是傳統的 100 倍時，撤稿成本會被重新計算——不是學術成本，而是信任成本。
數學界的 Terence Tao 在過去幾個月已多次對 AI 進入數學表達謹慎態度。這次事件驗證了他的擔憂：當 AI 把數學變成「工業」時，它也把工業的缺陷帶進了數學。
📌 影片推薦：OpenAI 722 篇數學論文完整解讀 — 這部 cut-paper explainer 影片詳盡拆解了這次釋出的每篇論文結構與依賴關係，是理解整起事件背景的最佳入門。
網友熱門留言 (4)