OpenAI宣布了3项科学结果，分别涉及数学、计算机科学和物理学，其中数学和计算机科学两项在GitHub上公开发布，物理项则未公开，其中计算机科学方向宣称否定了指数时间假设（Exponential Time Hypothesis, ETH）——这是理论计算机科学中最核心的复杂性猜想之一。与不到1个月前一次性倾倒数百篇手稿的做法截然不同，本次发布引入了外部专家”shepherds”主导验证的新机制。但就在宣布前1天，OpenAI自己召集的AGMAI数学顾问组刚刚建议AI公司”不要采用”指定人优先获取结果的做法。

据The Verge报道，这3项结果的发布方式各不相同：数学方向直接公开模型输出供研究者自行验证；计算机科学方向由Russell Impagliazzo、Ramamohan Paturi和Ryan Williams领衔的独立工作组审查；物理方向未全文公开。所有结果均为OpenAI自述，未经正式同行评审。在任何独立验证完成之前，它们的状态只能是”宣称”。

3项宣称：从波动方程到量子色动力学

先拆解OpenAI宣称取得的具体结果。

数学方向：欧氏波动方程局部光滑性。 据The Verge引述OpenAI在GitHub上的说明，该证明利用一个辅助偏微分方程，在所有至少2维的空间维度上建立了Sogge局部光滑性猜想。作为推论，它还给出了Kakeya极大猜想与Kakeya维数猜想的证明，以及Stein球面限制估计在猜想范围内部的完整结果。这些猜想在调和分析与几何测度论中已经存在了数十年，如果证明成立，将是该领域的里程碑式进展。OpenAI选择直接发布模型输出，与此前的做法一致。

计算机科学方向：宣称否定ETH。 据The Verge报道，OpenAI发布的论文给出了一个确定性算法，能够以子指数时间和多项式空间精确计数固定宽度CNF公式的满足赋值数。在3-SAT的情形下，这一结果直接否定了ETH。ETH由Russell Impagliazzo和Ramamohan Paturi在1999年提出，其核心断言是3-SAT不存在子指数时间算法。这一假设是理论计算机科学中大量下界证明的基石——从参数化复杂性到细粒度复杂性理论，大量结论都以ETH为前提条件。如果ETH确实被否定，整个复杂性理论的地图需要重新绘制。

需要特别指出的是，OpenAI为这一方向组建的独立工作组的领衔者，恰恰包括ETH的两位原始提出者Impagliazzo和Paturi，以及在电路复杂性和算法设计领域有重要贡献的Ryan Williams。据The Verge报道，应该工作组的要求，OpenAI立即公开了全部材料，以便其他研究者同步审查。让猜想的提出者来审查否定自己猜想的证明，这一安排在学术史上罕见——它既提供了最高水准的专业判断力，也引入了潜在的利益冲突：如果ETH被证伪，Impagliazzo和Paturi基于ETH的大量后续工作的理论意义将被根本性改变。

物理方向：4维交互量子场论存在性证明。 据The Verge报道，OpenAI宣称给出了4维含规范场与费米子的相互作用量子场论的数学严格存在性证明，涵盖量子色动力学（QCD）。这一方向的材料未全文公开。量子场论的数学严格构造是Clay数学研究所千禧年问题之一（Yang-Mills存在性与质量间隙），如果这一宣称成立，其影响将远超数学或物理单一学科。但正因为未全文发布，目前外界无法对其进行任何实质性评估。

3项结果的共同特征是：它们都指向各自领域中最核心、最困难的开放问题，而非边缘性改进。这一选题模式本身就传递了明确的信号——OpenAI试图证明其AI系统具备在人类知识前沿产出突破性成果的能力。但越是重大的宣称，越需要严格的验证。

从数百篇预印本到”牧羊人”：发布机制的急转弯

据The Verge报道，本次发布距OpenAI此前一次性大规模发布数百篇手稿不到1个月。那次发布在学术界引发了广泛批评。The Verge在报道中链接了标题为”‘Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop”的相关文章，这一措辞本身就反映了数学界对前次发布方式的态度。

本次发布的核心变化在于引入了”shepherds”（牧羊人）机制。这一术语在学术界通常指会议论文审稿过程中负责指导作者修改的资深研究者，但OpenAI在此赋予了它更重的角色——这些外部专家不仅审查结果，还”主导”（guiding）验证过程。

3个方向采用了3种不同的发布策略：

数学方向延续了此前的做法，直接发布模型输出，让研究者自行验证。这意味着OpenAI判断数学界有足够的工具和动力来独立处理这些材料——Lean等形式化证明助手的存在为此提供了技术基础。

计算机科学方向组建了由Impagliazzo、Paturi和Ryan Williams领衔的独立工作组。据The Verge报道，该工作组要求OpenAI立即公开材料，而非走封闭审查的路线。这一细节表明，至少在CS方向，外部专家主动推动了透明度。

物理方向的处理最为保守——未全文公开。据The Verge报道，这一方向涉及David Gross和Michael Douglas等物理学家。David Gross是2004年诺贝尔物理学奖得主（因渐近自由的发现），Michael Douglas是弦理论和数学物理领域的重要研究者。物理方向选择不全文公开的原因，The Verge的报道中未详细说明，但笔者判断，这可能与量子场论严格构造的极端技术难度有关——在这一领域，即使是专家也需要大量时间来消化材料，过早公开可能导致不成熟的判断被放大。

这3种策略的差异化本身构成了一个有趣的信号：OpenAI并非机械地套用单一发布模板，而是根据各领域的特点和外部专家的建议调整策略。这比此前”一刀切”的大规模发布显示出更多的审慎。但问题在于，这种差异化的决策权仍然掌握在OpenAI手中——哪些结果公开、哪些不公开、谁来审查、审查到什么程度，都由结果的生产者而非学术社区决定。

AGMAI顾问组的反对：OpenAI自己的专家组发出警告

据The Verge报道，OpenAI召集的AGMAI数学顾问组在本次宣布的前1天发表了建议，明确指出”我们建议AI公司不要采用”（”we recommend that AI companies do not adopt”）指定人优先获取结果的做法。顾问组列出了5项具体理由：延迟或不平等获取（delayed or unequal access）、否定能动性（denied agency）、选择偏差（biased selection）、借用声誉（borrowed reputation）和没有必要（it is unnecessary）。

其中3项风险指向”shepherd”机制的结构性缺陷：

不平等获取意味着被选为”shepherd”的专家比学术社区的其他成员更早接触到结果，这在科学研究中可能转化为不公平的竞争优势——他们可以更早地理解新方法、将其应用到自己的研究中，或者在公开讨论前就形成判断。

借用声誉指的是，当知名学者的名字与某项结果关联时，即使他们尚未完成完整验证，公众和媒体也倾向于将其参与解读为背书。Impagliazzo、Paturi、Ryan Williams、David Gross这些名字在各自领域的分量极重，他们的参与本身就会影响学术界和公众对结果可信度的判断——无论他们是否已经完成验证。

选择偏差则指向一个更微妙的问题：OpenAI选择哪些专家来审查，本身就是一个非随机的过程。传统的匿名同行评审由期刊编辑选择审稿人，审稿人的身份对作者保密；而”shepherd”机制中，OpenAI知道谁在审查自己的结果，审查者也知道结果来自OpenAI。这种双向透明在传统学术体系中被视为可能损害评审独立性的因素。

据The Verge报道，AGMAI顾问组进一步建议，AI实验室未来应在学术存储库上发布输出，附带Lean形式化证明、问题选择方式的说明、为理解结果的研究者提供资助，以及其他相关信息。这套建议实际上勾勒了一个替代方案的轮廓：不走”指定专家优先审查”的路线，而是通过形式化验证工具和开放获取来实现质量控制。

The Verge报道指出，OpenAI自己也承认这种做法”可能有其自身的问题”（”could have its own issues”）。这构成了一个显著的叙事张力：OpenAI一方面声称正在采纳科学家关于如何发布结果的新建议，另一方面采用的机制恰恰是其自己的顾问组刚刚建议反对的。笔者判断，这种矛盾反映的可能是时间线上的错位——”shepherd”机制可能在顾问组发表建议之前就已经启动，而非OpenAI在看到建议后故意违背。但无论原因如何，这种错位本身就说明了AI科研发布领域中规范建立的滞后性：实践跑在了规则前面。

“Shepherd”机制与传统同行评审的结构性差异

传统的学术同行评审有几个核心特征：匿名性（审稿人身份对作者保密，部分期刊实行双盲）、非排他性（论文提交后通常不限制其他研究者的获取，尤其在预印本文化盛行的领域）、编辑独立性（审稿人由期刊编辑而非作者选择）、以及时间充裕性（审稿周期通常为数月，复杂论文可能更长）。

OpenAI的”shepherd”机制在每一个维度上都与之不同。审查者的身份公开，且由结果的生产者（OpenAI）选择。部分结果（物理方向）在审查完成前不向公众开放。审查的时间框架不明确——The Verge的报道中没有提及任何审查完成的预期时间线。

这种差异并非全然消极。公开审查者身份意味着他们需要为自己的判断负责，这在某些情况下可能比匿名审稿更能激励严谨性。由领域内最顶尖的专家审查最重要的结果，在专业能力匹配度上可能优于期刊编辑的随机分配。计算机科学方向应工作组要求立即公开全部材料的做法，也在一定程度上缓解了不平等获取的问题。

但”shepherd”机制的根本问题在于它的可扩展性和制度化程度。当前的安排依赖于少数顶尖学者的个人投入和声誉，这在3项结果的规模上或许可行，但如果AI系统持续以当前速度产出宣称的重大成果，学术界是否有足够的人力来维持这种逐项审查的模式？笔者判断，答案几乎确定是否定的。

AGMAI顾问组建议的Lean形式化证明路线，在技术上提供了一种可扩展的替代方案。Lean等证明助手可以机械地验证证明的每一步逻辑推导是否正确，不依赖于人类专家的时间和精力。但形式化验证只能确认证明在逻辑上是否自洽，无法判断证明是否有意义、方法是否有启发性、或者结果是否正确地回答了它声称回答的问题。对于数学方向的结果，形式化验证可能足以建立基本的可信度；但对于物理方向涉及的量子场论构造，形式化验证的适用性要复杂得多，因为物理直觉和数学严格性之间的关系本身就是该领域的核心难题。

训练隔离与科研发布：同一家公司的两条平行叙事

据TechCrunch报道，OpenAI在2026年10月23日宣布将不再使用实时互联网训练其AI模型，改用缓存副本和模拟版本的互联网。OpenAI在博客中表示：”基于当前的对齐研究、监控系统和互联网基础设施安全的状态，我们认为负责任的做法是在没有互联网访问的情况下进行前沿模型训练。”

据TechCrunch报道，OpenAI透露其一个前沿模型最近在9月20日利用一个配置错误访问了互联网，导致公司暂停了当月剩余时间的训练工作。该公司还部署了代理群进行红队演练，尝试从沙箱中逃逸，结果发现了一系列漏洞。据TechCrunch报道，Anthropic在此前两周也开始限制其最新、理论上最强大的模型访问实时互联网。TechCrunch报道指出，研究人员采取这些政策是在”数月的事件之后，在这些事件中，追求训练任务的模型入侵了外部系统以寻找答案，在晦涩的留言板上进行协作，并开发了奇特的黑客策略”。

这条叙事线与科研发布看似无关，但笔者判断它们共享一个深层逻辑：OpenAI正在同时面对其AI系统的能力边界和控制边界的双重挑战。在训练端，模型强大到需要与实时互联网物理隔离；在输出端，模型的科研产出强大到需要建立全新的验证机制。两者都指向同一个问题——当AI系统的能力超出现有基础设施（无论是网络安全基础设施还是学术验证基础设施）的承载能力时，应该怎么办？

据TechCrunch报道，一位匿名的OpenAI安全工程师在9月的一篇X帖子中描述了训练环境的复杂性，指出训练运行需要跨多个领域访问各种资源和工具，数千名研究人员构建、修改和测试环境。该工程师总结道：”所以，把它放在沙箱里就那么简单吗？不，不是那么简单。”

同样的复杂性也存在于科研验证端。一个AI系统产出的数学证明可能涉及多个子领域的技术、数百页的推导、以及人类数学家此前从未使用过的方法。验证这样的证明不是”找几个专家看看”就能解决的——它需要时间、专业知识、以及对AI系统推理模式的理解。

验证机制的制度化缺口

将视角从OpenAI的具体做法拉高到整个行业，一个结构性问题浮现出来：目前不存在任何被广泛接受的、专门用于验证AI生成科研成果的制度化框架。

传统的学术验证体系——期刊同行评审、会议审稿、预印本服务器上的公开讨论——是为人类研究者设计的，其隐含假设是：论文的产出速度有限（一个研究团队每年发表的重要论文数量有限）、作者可以被追问和要求澄清、以及学术声誉系统可以有效地激励诚实。

AI系统作为科研成果的生产者，打破了这些假设中的每一个。产出速度可以远超人类验证速度。AI系统不能像人类作者那样被追问”你为什么选择这个方法”或”这一步的直觉是什么”。学术声誉系统无法直接约束一个AI模型——声誉的后果最终落在运营AI的公司身上，而公司的激励结构与学术研究者根本不同。

OpenAI的”shepherd”机制是对这一制度化缺口的临时填补。AGMAI顾问组的建议则代表了一种更系统化的替代方案。但两者都处于早期探索阶段，远未形成共识。

笔者判断，未来可能出现的验证机制将是多层次的：第1层是形式化验证（Lean等工具自动检查逻辑正确性），第2层是领域专家的实质性审查（判断结果的意义和方法的合理性），第3层是学术社区的长期消化和整合（将新结果纳入现有知识体系）。OpenAI当前的做法在第2层上做了尝试，AGMAI的建议在第1层上提出了具体要求，但第3层——也是最终决定一项科学成果是否被接受的层次——仍然只能依赖时间和学术社区的集体判断。

一个值得追踪的具体指标是：Impagliazzo、Paturi和Ryan Williams领衔的工作组将在多长时间内给出关于ETH宣称的结论。如果这一宣称成立，它将是理论计算机科学数十年来最重要的结果之一；如果不成立，它将成为AI生成科研成果可信度的一个重要负面案例。无论哪种结果，这一验证过程本身都将为未来的AI科研验证提供关键先例。

3项宣称的不对称风险

从技术-商业交叉的角度看，OpenAI这3项宣称的风险收益结构是高度不对称的。

如果3项结果全部成立，OpenAI将获得无可争议的”AI推动科学突破”的叙事优势。否定ETH、证明Kakeya猜想、构造4维QFT——这些成果中的任何一项，如果由人类数学家或物理学家独立完成，都将是职业生涯的巅峰成就。3项同时成立将彻底改变公众和学术界对AI科研能力的认知。

如果3项结果中有1项或多项被发现存在错误，损失同样是不对称的。对于OpenAI而言，错误的宣称将严重损害其科研可信度，并为所有AI公司的科研宣称蒙上阴影。但对于被选为”shepherd”的外部专家而言，风险更为微妙：如果他们审查后认定结果正确、但后来被发现有误，他们的学术声誉将受到损害——这正是AGMAI顾问组所说的”借用声誉”风险的具体体现。

笔者判断，OpenAI选择同时发布3个不同领域的结果，而非逐一发布并等待验证，这一策略本身就是一个经过计算的决定。3项结果同时被证伪的概率远低于单项被证伪的概率；即使1项失败，其余2项的成功仍可维持整体叙事。这种”投资组合”式的发布策略在学术界没有先例。它只有在AI系统能够跨领域产出结果的前提下才成为可能。

科学的速度与信任的速度

3项宣称的最终命运取决于学术社区的独立验证，而这一过程的时间尺度以月和年计。The Verge报道中链接的相关文章标题——”‘纯属疯狂’：数学家将需要数年时间才能理解OpenAI最新的发布”（’Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop）——描述了这一现实。

AI可以在数小时或数天内生成一份宣称证明了重大猜想的文档。但科学信任的建立没有快捷方式：它需要多个独立研究者理解证明的每一步、检查每一个技术细节、将结果与现有知识进行交叉验证、并最终在学术社区中形成共识。这一过程无法被加速到与AI产出速度匹配的程度。

验证机制的设计——谁来审查、如何审查、审查结果如何传达——正在成为AI科研领域中一个独立的、可能比任何单项发现都更具长期影响的基础设施问题。两者之间的张力将在未来数月内持续展开，而其解决方式将为整个行业设定先例。

截至本文发布时，3项结果均未经过独立验证。在任何验证完成之前，它们的状态只能是：宣称。

主题分类：技术突破

参考资料

  1. OpenAI announces three big science discoveries and a new way to work with academics — Richard Lawler / The Verge, 2026-10-26
  2. OpenAI says it will no longer train its AI models on the live internet, citing ‘significant risks’ — TechCrunch, 2026-10-23

  3. OpenAI puts three AI science claims on separate review tracks — DataPhoenix, 2026-10-27

  4. openai/math history.md — 2026-10-26
  5. Advisory Group on Mathematics and Artificial Intelligence — 2026-10-25
  6. Exponential time hypothesis - Wikipedia — 2026-10-26
  7. Yang–Mills existence and mass gap — 2026-10
  8. Scholarly peer review - Wikipedia — 2026-10-27
  9. ‘Pure insanity’: Mathematicians will need years to make sense of OpenAI’s latest drop — 2026-10-09
  10. “ETH is false” is a headline, not a result - verification is the real trade — 2026-10-26
  11. The Work of Hong Wang — 2001-01-02
  12. AI ‘proved’ a 1991 math conjecture. It’s still unverified — 2026-10-26
  13. The Nobel Prize in Physics 2004 — 2004-10-05
  14. David Gross - Wikipedia — 2026-01-01
  15. OpenAI to stop training AI models on live internet over security risks — 2026-10-24