近日，OpenAI研究人員在社交平臺X上宣稱取得數學研究重大進展，但這一說法迅速引發學界質疑并最終撤回。事件核心圍繞GPT-5在埃爾德什問題上的表現展開，暴露出AI研究領域溝通方式與成果驗證的深層問題。
事件起因于OpenAI管理層成員凱文·韋爾發布的一條推文。他聲稱GPT-5已“解決10個此前未解的埃爾德什問題”，并在另外11個問題上取得突破，形容這些問題“困擾學界數十年”。該表述被其他研究人員轉發后，迅速引發關于AI能否獨立進行原創性數學研究的討論。然而，相關推文在引發爭議后被大量刪除。
數學家托馬斯·布魯姆率先指出問題。他運營的網站erdosproblems.com列出了部分“開放問題”，但強調這些標注僅代表他個人未掌握答案，而非學術界公認未解。GPT-5實際是通過檢索找到了布魯姆未注意到的已有研究成果，而非創造新解法。這一澄清直接否定了OpenAI關于“獨立發現”的表述。
學界對OpenAI的批評集中在研究溝通的嚴謹性上。DeepMind首席執行官德米斯·哈薩比斯公開批評其“過于草率”，meta AI負責人楊立昆則諷刺這是“被炒作反噬”的典型案例。盡管OpenAI研究人員隨后承認錯誤，但事件已加劇外界對其研究規范性的質疑——在涉及數十億美元利益的AI領域，頂尖機構為何會發布未經充分驗證的聲明？
爭議背后，GPT-5的實際價值逐漸清晰。數學家陶哲軒指出，AI在數學領域的核心潛力不在于攻克最難的問題，而在于作為高效研究工具整合分散文獻。例如，當研究問題涉及跨學科術語或文獻分散時，AI可快速追蹤相關論文，節省研究者時間。他強調，目前AI的突破仍屬“零星”，主要作用是加速研究流程而非替代人類專家。
陶哲軒進一步提醒，AI生成的結果需經人類專家嚴格審查。他比喻AI為“數學研究的工業化工具”，可推動領域整體進步，但人類在驗證、分類和安全應用AI成果方面仍不可替代。這一觀點得到部分學者認同，他們認為當前AI更適用于輔助性工作，而非直接產生重大科學突破。
事件也反映出AI研究領域的普遍挑戰。即使了解GPT-5真實能力的研究者，仍可能使用“找到解決方案”等模糊表述，暴露出成果宣傳與實際貢獻之間的認知偏差。如何在追求技術突破的同時保持學術嚴謹性，成為行業需要共同面對的課題。
