
OpenAI和Anthropic很少站在同一边。这一次,它们联合西蒙斯基金会,一起掏了1500万美元,交给数学家去花。用途写得很清楚:评估AI辅助产生的研究成果,顺便帮研究人员学会怎么用AI工具。
1500万美元,折合人民币1.01亿元。放在两家公司动辄几百亿的算力账单里,这个数字小得可以忽略。它想换的东西却和算力无关,是数学界的一次点头。
一、719份手稿,一次性甩了出来
要理解这笔钱为什么值得掏,得先看它之前发生了什么。
9月初,OpenAI对外宣布,用一个未公开的模型调度了大约1万个AI智能体,在88小时里完成了一项被形容为千禧年难题级别的数学工作。消息刚出,纽约大学柯朗数学科学研究所的教授特里斯坦·布克马斯特就公开质疑,怀疑OpenAI的模型接触过一名Anthropic研究员在相近方向的对话数据。这项质疑至今没有被独立证实,OpenAI否认,但前后说明有不一致的地方,疑虑没有完全消掉。
9月11日,陶哲轩、邓煜、彼得·舒尔茨等25位菲尔兹奖得主联名发表声明,把矛头对准了把「解决著名数学难题」当作模型能力基准的做法。声明上线后不到一天,签名人数破了2500。
真正让事情闹大的是10月6日。OpenAI把内部模型生成的数学成果一次性传上了GitHub,初版722份手稿,覆盖代数、理论计算机科学、数理逻辑、组合、数论等方向。第二天,3份因为符号错误被撤回,14份修订,最终留下719份。仓库的更新日志里写着,这批成果只有大约42%的顶层结论通过了Lean形式化验证,公开推理过程的手稿只有10份。
牛津大学的乌苏拉·马丁把这种做法比作把一份没整理完的初稿直接甩给同行,要求他们帮忙做完核查。一些还在职业早期的学者担心的是另一件事:自己做了很久的方向,可能被AI公司一次性抢先。同日,人类数学协会公开呼吁数学家停止与OpenAI合作,陶哲轩在个人博客转发了这份声明。
OpenAI随后承认,一次性上传大量成果不符合顾问组的建议。
二、AI写数学的速度,超过人类验证的速度
把这几件事连起来看,问题不在AI能不能做数学。719份手稿、88小时、1万个智能体,产出的规模已经摆在那里。问题在于,这些东西出来之后,谁来判它们对不对。
数学和别的研究不太一样。它的结论对错相对清晰,可验证一条证明要花时间,也需要同行愿意投入。当一批成果以719份的体量一次性砸下来,验证就从研究的一部分,变成了压在社区身上的负担。
OpenAI援引的Lean形式化验证,能查出证明是否符合既定的逻辑规则,却判断不了这条结论在数学上有没有价值、值不值得被记住。42%的顶层结论过了机器的逻辑检查,剩下的一半多连这一关都没过。公开推理过程的手稿只有10份,意味着绝大多数结果,别人连复现推理的入口都找不到。
生成已经跑在了前面。一个人一年能读透的论文有限,一个模型一晚上能产几百份。中间这个缺口,就是这次资助想补的地方。数学界消化产量的能力,还没跟上模型的产出节奏。
三、两家竞争对手出钱,买的是什么
资助框架由西蒙斯基金会搭建,钱也由它管理和分配。OpenAI明确出了500万美元,Anthropic的金额没有披露。两家还承诺提供AI工具和计算资源。
出钱的一方是刚在数学圈惹过争议的OpenAI,另一家是它在模型榜单上的直接对手。两家平时在打分和客户上针锋相对,这次却坐到了同一张桌子前。
这笔钱能换来的东西,比1500万美元这个数字重得多。对OpenAI来说,这是修复关系的一次机会;对两家公司来说,是让数学家真正上手用自己模型的机会;往深一层说,是谁来定义「什么样的AI数学成果算数」的话语权。
学术信任有门槛。它不会因为一笔资助就自动到账,但如果不进入这个圈子,连获得信任的入口都没有。资助框架由基金会来搭,公司退到出资方的位置,是因为直接以公司名义评判自己的成果,很难让人信服。用更直白的话讲,AI巨头想要的是让学术界帮忙找出模型在硬核推理上的短板,同时把标准往对自己有利的方向引一点。
四、Anthropic走了另一条路
同样做数学,Anthropic选的方式和OpenAI不在一条线上。
8月10日,Anthropic公布了一项研究进展:一个尚未对外发布的Claude研究版本,把黎曼ζ函数相关一个问题中的下界,从已知的41.6%提高到67.2%。这项工作由60个子智能体并行完成,消耗大约3100万输出Token。它没有证明黎曼猜想本身,推进的是与猜想有关的一个具体问题。
更关键的是后面的流程。Anthropic的研究团队对结果做了核验,内部数学家和外部受邀的两位教授参与审查,用Lean 4完成了形式化证明,最后以合作署名把论文传到了arXiv。走的是学术圈熟悉的那条路。
对比就很清楚。一边是719份手稿一次性公开,另一边是一个结果从生成、验证到署名发布,全程贴着学术规范走。OpenAI赌产出规模和速度,Anthropic赌每一步都经得起同行追问。不过专家审查和正式的同行评议还是两回事,这项结论能否经得起后续检验,仍然要看时间。
两家公司这次联手出资,掩盖不了路线上的分歧。它们现在站在同一边,是因为在数学界面前,它们面对的是同一个信任赤字。
五、这笔钱能买回学术信任吗
1500万美元,买不来一次同行评议的背书,也买不来数学界对AI的整体接纳。它更像是一笔押金,先证明自己愿意按圈子的规矩来。
接下来要看这笔钱怎么花。如果只是把AI工具塞给数学家,让他们顺手多用几次模型,那还是一次公关。如果真能搭起一套评估AI数学成果的流程,让验证从个人手工活变成可复用的公共能力,价值会远超账面上的数字。
真正的考验还在后面。AI的数学产出只会越来越多,验证的缺口只会越来越大。AI公司愿意出钱补这个缺口是好事,但数学界要守住的,是在「谁来定什么是好数学」这件事上自己的判断权。几年之后,数学界还愿不愿意接着跟AI公司坐在一起,才是答案。