OpenAI曝「抄袭门」！下一代GPT攻破10大菲奖难题被打假

新智元报道 AI再次让数学界地震！ 这款OpenAI下一代最强模型Astra，在10项长期悬而未决的问题上取得重大进展，其中一些成果可能足以让候选人入选菲尔茨奖。 OpenAI表示，将功劳归于人类会歪曲事实，所以全部荣耀归于AI： 每一个数学论证都是由内部版本的Astra生成的，而人类则协助准备手稿并检查形式化内容。 这则消息犹如一枚炸弹，在数学界引发了新一轮轩然大波。 面对这场正在重塑整个领域的剧烈变革，数学家们不得不重新审视自己的世界。 马斯克甚至发推称，这意味着人类已经踏入「奇点」。 而更让人瞠目结舌的，Claude一举在黎曼猜想上取得重大突破：将黎曼ζ函数零点比例的下界从41.6%提高到了67.2%。 让人意外的是，「数学将死」之类的言论不绝于耳。 抄袭门爆发：数学家成果被ChatGPT剽窃！ 先说一件事，虽然有Lean形式化证明，没有一位数学家站出来说这些证明是对的。 然而，OpenAI的「登月时刻」，仅仅维持了五天。 多位活跃在科研一线的顶尖数学家联合发文，撕开了Astra 「神迹」表面那层华丽的公关包装。 耶希瓦大学的数学家史蒂文·米勒（Steven Miller）在接受《科学美国人》采访时，毫不避讳地指出： 他们是在肆无忌惮地践踏前人的成果。这绝非偶然的疏漏，而是系统性的学术不端。 剑桥大学的群论学家弗朗西斯科·富尼耶-法西奥（Francesco Fournier-Facio）更是直言：这只是一场 低抽象层级的组件拼凑。 AI只是把人类辛辛苦苦锯好的木板拼接在了一起，却在聚光灯下宣称自己「建造了整座森林」。 为什么一个在逻辑上无懈可击的「完美神迹」，会在短短几天内演变成一场关于学术剽窃、科技霸权与思维降维的道德风暴？ 要理解数学家们的愤怒，我们需要先看看Astra宣称攻克的两个级数学难题： 「高维球体堆积（Sphere Packing）」与「非sofic群（Non-sofic Group）」 。 首先是球体堆积问题。 这原本是一个极其经典、延伸到几百甚至上千维空间的几何难题：在多维空间中，如何才能把无限个相同大小的球体，以最高的密度塞进一个盒子里？ 这是一个考验人类空间想象力极限的领域。 在 OpenAI 的 249 页报告中，Astra 给出了一份极其惊艳的证明，极大地改进了前人高维球体密度的上限记录。媒体欢呼这是「数十年来的历史性跨越」。 但当数学家Steven Miller仔细通读这份 200 多页的 PDF 时，他惊呆了。 这份证明中最核心、最巧妙、最能体现「天才灵光」的论证逻辑， 完完全全来自于米勒自己与合作者在 2016 年发表的一篇学术论文 。 而在OpenAI最初发布的版本里，没有提及Miller的名字，更没有引用这篇2016年的论文。Astra堂而皇之地将这个核心论证，呈现为它自己脑力激荡出的「原创发现」。 无独有偶，另一个「自1999年以来数学界最大突破」的成果—— 「非sofic群的存在性证明」 ，也陷入了同样的泥潭。 阿贝尔奖得主 Mikhael Gromov 于199 年提出「sofic群」（Sofic Group）。 近三十年来，群论学家们普遍相信世界上存在「非sofic群」，但要真正「手工业式」地构造出一个具体的、有限呈示的例子，其难度无异于在沙子中徒手捏出一座微型的泰姬陵。 Astra宣称它做到了，它给出了一个无可挑剔的构造性证明。 然而，剑桥大学的富尼耶-法西奥一针见血地指出：Astra的这个所谓突破，其搭建的所有地基和关键构件，都来自两篇论文——分别是 2016年 匈牙利数学家Gábor Kun关于膨胀图性质的研究，以及Andreas Thomzai2019年关于 Kazhdan性质（T）的论文。 Astra所做的，其实是 极其精妙且耐心地「重组」了 Kun的膨胀图分解理论，和Thom的中心化子阻碍理论。 这是数字时代最隐秘、最暴烈的智力剥削。 历史上，数学家其实也输过 19世纪的法国数学巨擘柯西（Augustin-Louis Cauchy）一生发表将近八百篇论文，是数学严谨化运动的旗手，也是出了名的抢跑王。 为了在科学院抢下定理的优先权，他常常把没推敲干净的半成品直接扔给编辑部。 1821年， 柯西在《分析教程》中断言：连续函数的收敛序列，其极限必定连续。5年后，挪威数学家阿贝尔在写给他奥斯陆的老师霍尔姆伯的信中指出，这条定理「存在例外」，并且给出了一个例子。 柯西的反应是什么？他用极小的篇幅悄悄改了定义，打上补丁，仿佛那个洞从来没存在过。 而2026年，当数学界要求OpenAI交代引用问题时，官方回应是：对结果的正确性负责，会对论文做「小幅更新」，同时微调了新闻稿里关于「十年无进展」的表述。 两百年，从羽毛笔换成了万亿参数，抢跑者面对指控时的那点傲慢，一个字都没变。 数学界这次的第二条罪名，是「没有灵魂」。 249页 Lean 代码拿到了机器给的满分绿灯，但没有一个人类能从几十万行形式化语句里读出任何东西。 它证明了答案，却带走了启示。 伟大的证明本该给出解释性洞见，告诉你为什么这是对的，背后藏着什么样的对称性。这份手稿只给了一句：编译通过。 这个指控很有力，但也不是第一次出现。 1976年，肯尼斯·阿佩尔和沃尔夫冈·哈肯用计算机对1936种特例做了将近1200小时的暴力穷举，首次成功证明了困扰数学界百余年的 四色定理。 这是历史上 首次主要依靠计算机完成的定理证明 。 当时的数学界几乎炸了锅，愤怒的点和今天一字不差：这不是证明，这是一本没人读得完的分类账；机器给了结论，没给理解；数学的灵魂被抽走了。 五十年过去了。 四色定理写进了教科书。形式化验证成了一个正经的研究方向。 Lean社区里挤满了兴致勃勃的年轻人。当年那批人的愤怒，如今通常只是一段趣闻。 所以「没有灵魂」这个指控，其实败诉过一次。如果数学界这次还只喊「机器不懂数学」，未来大概率还是同一个结局。 那么，米勒们真正被踩到的痛点是什么？ 数学被消耗的可信度货币 过去三年所有能力宣称有一个共同软肋， 宣称者同时是唯一的评估者 。 榜单可以刷，demo能被编辑，测试数据甚至可能泄露，外界只能吵「这个数字有没有意义」。 目前，数学续火是唯一还没被玩坏的可信度货币。 它有两个别的领域给不了的性质： 结论可被机器判定 ，且 声望存量极高 。 OpenAI这次配的是249页手稿+GitHub上每项结果的Lean 4机器可验证证书。 这是公关工具的代际更换。 它的说服力恰恰来自「我请你来查」这个姿态本身： 我理解不了，不知道对错，但我相信AI是对的，你可以查Lean代码。 这就是「魅力攻势」的现代形态，不是讨好，是把裁判权象征性地让渡出去。 OpenAI真的的目的有三层。 美国监管层。 近期，奥特曼已经向政策制定者演示过Astra，但尚未发布。 一个没有产品、没有日期的公告，其首要功能就是监管场域内的位置宣示：我在前沿，规则应该围绕我制定。 资本市场。 注意那个被反复引用的数字 10项成果的token成本按GPT-5.6 Sol API 价折算约2000美元，平均每项 200 美元。 这是专门给CFO和LP看的。这是 单位经济学的叙事定价 。 顶尖人才。 在拿到菲尔茨奖约一小时后，数学家