OpenAI 研究人员夸大 GPT-5 数学能力后删帖，遭杨立昆等业界人士批评

（由多段落组成）：

近日，人工智能领域再起波澜。OpenAI 团队在社交媒体平台 X（原 Twitter）上发布消息称，其下一代大模型 GPT-5 在数学研究方面取得突破性进展，声称已解决多个长期悬而未决的“埃尔德什问题”（Erdős problems），并在更多相关难题上取得显著推进。这一言论迅速引发广泛关注，一度被解读为生成式 AI 正式迈入原创科研的新纪元。

然而，这场“技术高光”并未持续太久。消息发布后不久，多位数学界与AI领域的权威专家纷纷发声质疑。其中，DeepMind 首席执行官德米斯・哈萨比斯直言该团队的表述“过于轻率”，而Meta首席AI科学家杨立昆则讽刺称 OpenAI “被自己的宣传反噬”。随着争议升级，原始推文陆续被删除，相关研究人员也公开承认说法存在误导，事件最终以“澄清+撤回”收场。

此次风波的核心源于一条由 OpenAI 高管凯文・韦尔发布的推文，他在文中宣称 GPT-5 “独立找到了10个此前未解的埃尔德什问题的答案”，并强调这些问题“困扰学界数十年”。尽管措辞极具震撼力，但事实却远非如此。据 erdosproblems.com 网站创建者、数学家托马斯・布鲁姆解释，该网站所列的“开放问题”仅反映他个人的知识盲区，并不代表整个数学界尚未破解。GPT-5 实际上是通过强大的信息检索能力，发现了部分已被发表但未被广泛传播或索引的研究成果。

这一过程暴露了当前公众对AI能力的认知误区：人们倾向于将“输出正确答案”等同于“自主创造新知识”，而忽略了背后可能是高效的信息整合而非真正的逻辑创新。事实上，GPT-5 并未提出全新的数学证明，而是充当了一个高度智能的文献搜索助手，帮助识别和串联分散在各类论文中的已有结论。

真正值得关注的是，这正体现了生成式AI在学术研究中的实际价值——作为辅助工具加速科研流程。著名数学家陶哲轩对此评价道，AI目前最现实的应用场景并非攻克千年难题，而是处理诸如文献综述、资料整理、术语匹配等耗时繁琐的任务。他指出，AI有望推动数学研究走向“工业化”模式，提升整体研究效率。但他同时强调，人类研究者在验证结果、判断可信度以及确保学术严谨性方面仍不可或缺。

此次事件也折射出AI行业普遍存在的“过度包装”现象。在资本驱动和舆论追捧下，顶尖机构也可能因急于展示成果而牺牲科学审慎。即便内部研究人员清楚技术边界，仍可能使用模糊甚至煽动性的语言来吸引关注。这种趋势不仅损害公信力，也可能误导政策制定者与公众对AI真实进展的理解。

未来，如何平衡技术创新与传播责任，将成为各大AI实验室必须面对的课题。而对于广大科研工作者而言，与其期待AI瞬间颠覆传统范式，不如更务实地将其视为增强智力劳动的协作者。唯有如此，人工智能才能真正成为推动科学进步的可靠助力，而非一场短暂喧嚣的技术秀。

GPT-5, 人工智能数学突破, 埃尔德什问题, AI科研辅助, 陶哲轩谈AI

本文来源：