OpenAI公布Astra参与完成的十项数学成果

OpenAI在8月初公开了一份题为《数学与理论计算机科学的十项进展》的249页文集。文集摘要称，这些结果由公司内部模型获得，涉及高维球体堆积、二元和球面码、非sofic群、Connes刚性猜想、算术电路复杂性、量子平行重复、最近向量问题、Ehrhart体积猜想、多色拉姆齐数，以及极值图论中的紧致性与退化问题。Axios随后报道，参与相关工作的模型属于OpenAI尚未发布的Astra系列，并称其为公司的下一代主要模型家族。

材料公开并不意味着十项结论已经得到数学界认可。文集列出了定义、定理、证明过程和参考文献，其中一些章节声称解决或推翻了长期开放问题。例如，第一章称确定了Cohn—Elkies线性规划在高维球体堆积中的渐近强度，并推进了自1978年以来沿用的一般球体堆积指数界限；第三章称构造出一个明确的非sofic群；第四章称通过构造多组具有相同群冯·诺依曼代数的群，否定了Connes刚性猜想。这些目前仍是论文作者方的主张，有待相关领域专家逐项检查论证、前提和既有文献。

这次发布不同于普通的模型基准测试。基准测试通常用预先准备且答案已知的题目衡量准确率，开放数学问题则要求模型提出可由同行检查的论证，并处理文献中尚无标准答案的部分。全文公开后，外部研究者可以检查推导；但十个主题横跨多个专业领域，单一专家很难迅速完成全部复核。文集篇幅较长、证明复杂，独立评议也很难在发布后数日内形成一致结论。

Astra在其中承担了多少工作，也需要谨慎看待。公开材料称结果由内部模型获得，但外部读者无法据此完整还原每项成果在问题选择、提示设计、文献检索、人工修改和最终定稿等环节的具体分工。因此，“模型参与得到结果”不能直接等同于“模型在无人干预下独立解决十道难题”。由于模型尚未向公众开放，外部团队暂时也无法用相同输入复现实验，或比较不同系统的表现。

此前的First Proof项目提供了相关背景。哈佛文理学院6月介绍第二批研究级数学测试时称，组织者采用尚未公开答案的问题，以降低模型复述网络材料中既有解法的可能。项目评审发现，部分AI提交正确且具有新颖性，也有一些证明表述不同寻常，需要数学家花费数小时判断。OpenAI早先公布自己的First Proof提交时，也仅将若干答案称为“很可能正确”，并保留了专家审阅的边界。这些经验表明，研究级数学输出正从演示转向可检查的材料，但其可靠性仍取决于专业同行、形式化工具和可复现流程。

目前可以确认的是，OpenAI已经公开十项完整研究材料，Astra仍是内部模型，相关结果尚处于外部评议阶段。后续需要关注专家能否发现关键漏洞、成果能否被独立重写或接受形式化验证、论文是否进入同行评议，以及其他团队能否在相近任务上复现这种能力。

研究级证明扩大模型用途，商业价值仍取决于复核成本

如果十项结果经独立审阅后成立，通用模型的应用范围可能从回答已知问题进一步延伸到科研辅助、证明检索、反例构造和形式化验证。应用软件厂商可能据此开发面向科研机构、工程研发和专业服务的工具，收费方式也可能从通用订阅扩展到按项目、算力或组织授权计费。

限制同样存在。研究级输出需要专家逐行审查，错误可能藏在专业前提、文献引用或长链推导之中；如果复核成本接近人工研究本身，模型带来的效率增益就会减少。Astra尚未公开，外部团队也无法评估其运行成本、稳定性和适用范围。因此，短期内更值得观察的是工具采用率、可复现结果数量和人工审阅时间，而非依据一次公司发布推断科研自动化已经普遍实现。

文章只代表个人观点，不构成投资建议。