OpenAI把数百篇机器生成的数学手稿打包扔上GitHub不到24小时，自造的神话就撞上了第一道承重墙。
官方原本宣称机器推理的节奏已经甩开传统学术界，但急促更新的代码提交记录打破了这种论调：3篇处于关键依赖节点的前沿代数几何论文被紧急撤回。
导火索甚至不是什么深奥的数学断裂，而是一笔微小的正负号错误。在《可分裂八维阿贝尔簇上韦尔类的代数性》这篇手稿里，符号写错直接导致文中的稳定化与迹对消论证失效。如果这只是一篇孤立论文，打个补丁尚可应付。致命之处在于，后续手稿把这个未经验证的推导当成了公理底座：声称证明K3曲面Kuga–Satake对应代数性的手稿应声倒下，紧随其后试图推导K3曲面积有理霍奇猜想的第三篇论文也因支柱折断，被一并全数撤回。
这场连环崩塌把AI介入前沿数学的真实底细摊在了台前。它印证了一个长期被公关话术遮盖的事实：大模型靠概率堆砌出的宏大论述，在现代数学严密的逻辑网络面前，脆弱得经不起一个符号的晃动。
连环撤回与四成保真的安全感假象
在紧急撤稿的同时，OpenAI更新了仓库数据。
整套数学库被调整为719篇手稿，修正了14篇的证明假设，更新了13篇的引用关系。核心结论经Lean语言形式化验证的比例定格在41.7%（300 / 719篇）。
许多人将四成形式化视作严谨性的背书，但形式系统校验的仅仅是推导闭环，无法替前提的真实含义担保。如果输入的几何概念本身被错误定义，编译器照样能跑通毫无意义的自洽证明。
更危险的盲区是剩下近58%未形式化的文本。
在419篇未形式化的手稿里，推导完全由自然语言维系。这次撤稿已经给出警示，当数百篇论文互相交叉引用、形成网状依赖时，未形式化手稿里潜藏的任何一个隐蔽笔误，都足以沿依赖链污染所有下游定理。
这种所谓的高产本质上来自极高密度的试错筛选。
官方公开宣扬单个题目平均只耗费约3小时推理算力，却隐瞒了背后数千次失败尝试的具体细节。这并非机器智能有条不紊的推演，而是一场靠算力硬摇号码的工业筛矿。
外星论证与用 sorry 支撑的承重墙
在代数几何论文爆雷之前，声称攻克独特博弈猜想（UGC）的第102号成果族就已经显露败象。
UGC是现代计算复杂性理论的核心支柱。手稿声称完全绕过了学术界公认的技术障碍，但翻开对应的Lean代码库，主定理结尾处赫然立着一个占位符：sorry。
在证明语言里，sorry允许作者绕开论证强行假定命题成立。核心承重墙尚未合拢，成文的手稿就已经对外分发。
理论计算机学者Dana Moshkovitz对这份手稿的评价非常直接，称其行文像是在药物致幻状态下写出的产物。手稿密集引用了前人术语，却避开了已知的不可行性论证；它舍弃了学界通行的几何直觉，凭空拼凑出一套怪异的递归编码。
大模型用强化学习攻坚数学的商业算盘非常清晰：数学命题具备确定的真假值，天然契合奖励函数的搜索机制。但把数学探索降格为符号搜索，完全混淆了机器穷举与人类洞见的边界。
1976年计算机辅助证明四色定理引发轩然大波，当时的争论集中在人类无法手工复核全部计算。今天的问题更加荒唐：机器吐出的是缺乏概念线索的代码长链，里面布满了概率跳步与未解的占位符。
撕下权威背书与路线死局
OpenAI在发布之初曾借普林斯顿高等研究院的数学与人工智能咨询组以及菲尔兹奖得主Timothy Gowers装点门面。
但学术共同体的切割来得非常迅速。咨询组在仓库公开前夕特意发表声明，明确说明双方接触绝不构成对成果重要性或发布方式的背书。
学者们提出的核心诉求包括公开全部Prompt提示词、公布失败用例并采用中立存储，这些提议无一被采纳。即便是Gowers认可的一个反例证明，也是研究员投入大量人工修正后的局部产物，无法代表全库水准。
自动化推理的不同路径目前各有硬伤。
| 评估维度 | OpenAI o1 / 单 Agent 路线 | DeepMind AlphaProof 路线 | 人工形式化推演（Lean 4） |
|---|---|---|---|
| 技术内核 | 自然语言长推理链与强化学习 | 形式语言驱动强化学习搜索 | 形式系统交互式手工推演 |
| 推演可靠度 | 存在捏造引理与符号幻觉 | 语法零错误，语义可能偏离 | 逻辑严密，推导完备 |
| 使用门槛 | 单次推导成本高，依赖黑盒算力 | 依赖算力集群，门槛极高 | 无需算力堆叠，人力耗时极长 |
| 结果可读性 | 语言贴近论文，隐蔽错误多 | 符号密度高，人类难以通读 | 符号颗粒过细，缺乏直觉脉络 |
自然语言路线容易编织工整的虚假引理，形式化路线排除了语法硬伤却击碎了直觉脉络。Google DeepMind将AlphaProof圈在封闭竞赛内验证，Mistral的Leanstral 1.5已悄然停更。只有OpenAI选择将未经消化的手稿一次性倾倒进公共池，迫使数学家在泥沙中替商业公司查验矿石。
算力倾销与学术防线
撤稿引发的震动迅速蔓延至学术机制本身。《Nature》报道指出，这种批量发布模式遭到了数学界的正面抵制。
人类数学协会发表公开声明，直指这种绕过同行评议、向公共空间倾倒未验证手稿的行为正在破坏学术规范，呼吁学者停止与OpenAI合作。菲尔兹奖得主陶哲轩随后转发了这份声明。
数学界的愤怒并非出于技术保守，而是对评价体系崩溃的警惕。
商业公司只要耗费数小时机器算力，就能制造出一篇几十页、真假难辨的长篇论文。但严肃学者若要排查那些被奇异递归编码掩盖的断裂，往往需要耗费数月甚至数年。将数百篇半成品论文倾倒给学界，实质上是在把查错成本单向转嫁给同行评议系统。
这种机制正在扭曲青年学者的处境。年轻一代被推向两难：要么耗费精力把自己的原创思考翻译成Lean代码去迎合工程指标，要么冒着学术优先权被机器废稿抢占的风险继续坐冷板凳。陶哲轩曾公开警告年轻学者必须守住人类的认知主权，一旦把数学直觉全盘托付给商业黑盒，人类将逐渐丧失建立核心理论体系的能力。
25位菲尔兹奖得主曾联合指出，数学的价值不仅在于快速产出自洽命题，更在于人类对客观结构的理解。《韩非子》曾讽刺客之善为画蟠者：客曰此犬豕最难，鬼魅最易；犬豕人所知，鬼魅无形故易。
大模型用天量算力画出的外星证明，恰如那些无形可稽的鬼魅；而代数几何里那处被忽略的正负号，正是摔回地面的犬豕之形。当科学探索退化为代码库里堆砌的符号半成品，而核心推导依然全靠sorry强行支撑时，这场算力狂欢非但没有加速真理的到来，反而将人类学术带向了认知的沙化。