數學研究長期以論文與新證明作為學術聲望及資源分配依據，但真正價值在於提出好問題、理解成果並培育人才。若AI把證明從稀缺品變成可大量生產的成果，可能動搖「發表或淘汰」體系，也讓研究者擔心人類從探索者退居驗證者。
OpenAI於2026年8月1日公布內部Astra模型在數學與理論電腦科學的10項成果，橫跨球體堆積、群論、量子複雜度與格密碼學；尋找解答所耗token按Sol API費率估算約2,000美元。人類協助整理論文後，模型再以Lean形式化驗證，引發學界討論研究職涯、人才培育及人類理解能否追上機器產出。
全部報導
1 篇原始報導馬克翻舊帳
這個事件的歷史脈絡OpenAI 成功解答長年數學難題，人工智慧掀起數學領域革新
生成式 AI 正從解題輔助工具走向可提出原創證明的研究夥伴，可能改變數學家的選題、驗證與署名方式。牛津大學菲爾茲獎得主 James Maynard 表示，傳統數學界正加速適應這場變革；成果雖可擴大探索規模，也引發人類貢獻與研究歸屬如何認定的爭議。
OpenAI 於2026年8月1日公布內部版下一代模型 Astra 的10項成果，涵蓋高維幾何、群論、量子複雜度及後量子密碼學等領域，每項均解決或大幅推進長期開放問題。產生解法所需 token 依 Sol API 費率估算合計約2,000美元，論證經人工整理成論文後，再由模型轉為可機器驗證的 Lean 證明憑證。
訂閱馬克雷達週報
每週五，本週最強訊號送進收件匣。隨時一鍵退訂。