AI 数学成果需要分别通过数学正确性、研究重要性和公开传播三道门。OpenAI 与独立数学顾问组的新安排暴露了一个制度瓶颈：模型生产候选成果的速度可能超过学界审查、定位和负责任发布它们的能力。应对方式是一套把证据、建议、决策权和公开主张分开的审查系统。
阅读时间：约 9 分钟 · 约 2800 字
TL;DR
- 证明正确、成果重要和公开表述负责，是三种不同判断。
- 独立顾问可以质疑公司、公开建议，同时把发布决策权和责任留在公司。
- 形式化验证检查被编码的命题，无法独立证明新颖性、重要性、归因和传播质量。
- 批量 AI 数学成果需要发布队列，每项成果绑定稳定 ID、工件、证据等级、责任人和更正规则。
- 公开措辞要服从当前证据：公司报告、机器检查、专家审阅、独立复算或学界接受。
新顾问组到底建立了什么
OpenAI 的公告称，该顾问组将就新数学成果的审查与传播提供建议，范围包括评估成果重要性、协调传播、维护数学研究的学术和专业标准，以及支持数学研究与学习的工具。
公告同时给出几条治理边界：顾问组独立运作，可以主动提出 OpenAI 未邀请的建议，可以公开评论 OpenAI 对数学领域的影响，成员不接受 OpenAI 报酬，并自行调整成员构成。顾问组不负责建议 OpenAI 如何控制内部数学研究进度。
顾问组的独立网站把权责关系说得更清楚：它愿意为任何可能对数学产生重大影响的 AI 公司提供建议，将公开发布建议，在公司内部没有决策权。各家公司仍然为自己的决定负责。当前任务是建议 OpenAI 如何协调发布一批由 OpenAI 声称其内部模型产生的重要数学成果。
这里的证据措辞必须保持准确。这些成果目前是公司报告的候选结果，需要适当审查和发布决策。顾问组的存在本身既不验证这些结果，也不认证 OpenAI 的整个流程，更不把发布责任转移给公司外部的数学家。
这一制度层与此前的数学 Agent 双循环协议分工不同。双循环协议把研究系统内部的开放探索与可信复用分开。顾问组案例继续追问：一项内部结果进入发布队列后，谁审哪种主张，谁做决定，哪些话可以公开说？
一项成果要过三道不同的门
把 Peer Review 当成一个统一复选框，会制造责任空白。AI 数学成果至少需要三道门。
第一道：数学正确性
这一关检查精确命题能否在给定假设下由证明推出。证据可以包括可读证明、计算检查、形式化工件、依赖闭合检查、对抗性审阅和独立重建。
不同工件覆盖不同错误。证明助手可以在给定公理和依赖下检查被编码的命题。数学家仍要确认形式化命题是否对应原始主张、隐藏假设是否合理、证明的数学含义是否成立。
第二道：重要性与优先级
正确结果仍可能早已为人所知，也可能只是小幅改进、特殊情形或缺少文献定位。这一关要回答：
- 结果是否真正新颖？
- 与最强既有结果相比改进在哪里？
- 哪些假设或特殊条件限制了适用范围？
- 方法是否包含可以复用的新思想？
- 既有引理、形式化库、数据集和证明路线由谁贡献？
这些问题依赖领域专家和文献知识。正确性通过后，重要性仍需单独判断。
第三道：公开传播与发布
这一关决定何时发布、如何发布。它覆盖标题、摘要、归因、工件开放方式、同步或分批发布、期刊与会议规范、限制说明、媒体措辞和更正通道。
传播门禁也属于实质审查。即使结果技术上正确，夸大的标题、超过审阅能力的批量发布，以及隐藏人类和社区贡献的表述，都会损害科学沟通。
三道门可以共享证据，但责任人需要分开。正确性由具备相应数学和形式化能力的审阅者负责。重要性由熟悉领域历史的专家判断。发布是公司在独立建议和学术规范约束下做出的决定。
独立性同时需要自由和边界
顾问组可以公开反对公司，并保持财务独立，这是可信度的重要来源。它明确说明自身能力边界，同样重要。
当前公开安排包含四个有价值的控制点：
| 控制点 | 保护什么 |
|---|---|
| 可以主动提出建议 | 公司无法定义顾问可以追问的全部问题 |
| 公开建议 | 社区可以对照建议与公司后续决定 |
| 不接受公司报酬 | 降低直接财务利益冲突 |
| 没有公司决策权 | 公司继续对发布选择明确负责 |
最后一点可以防止常见治理错误：公司表示已咨询外部专家，让公众自行推断专家已经批准。更好的证据记录应说明公司请求了什么、顾问建议了什么、公司最终决定什么，以及两者在哪里存在差异。
因此，独立性是一段带审计记录的关系，而不是一个标签。成员规则、利益冲突、回避机制、工件访问权限、响应期限、少数意见、公开建议和公司处置记录，都会影响它的实际强度。
为每项成果建立发布台账
当模型批量产出候选结果时，只靠文档和会议很难对账。以单项主张为单位的发布台账可以成为稳定控制面。
每项成果至少记录：
claim_id: math-result-2026-0042
exact_statement: statement.tex
scope_and_assumptions: assumptions.md
proof_artifacts:
- proof.pdf
- repository_commit
- checker_environment.lock
prior_art_review: literature-map.md
correctness_status: independent_reconstruction_pending
significance_status: two_specialist_reviews_complete
communication_status: advisory_recommendation_received
company_decision_owner: named_release_owner
public_language_allowed: expert-reviewed
correction_trigger:
- proof_gap_found
- prior_result_identified
- formal_dependency_changed
台账要保留分歧。一位审阅者认可正确性但质疑新颖性，与另一位审阅者发现证明缺口，是完全不同的信号。传播顾问可能建议分批发布，公司也可能决定同步发布。把所有结果压缩成已批准，会抹掉问责真正需要的信息。
可以采用六级证据梯度：
- 公司报告：生产机构声称成果存在。
- 工件可得：证明、代码、数据或形式化文件可以检查。
- 内部结构化验证：生产机构按预定义规则完成检查。
- 外部专家审阅：具名外部专家检查了相关工件。
- 独立复算：外部主体重建或重跑决定性验证。
- 学界接受：经过正式发表、持续质疑和实际使用形成更广泛信心。
公开主张应采用已经完成的最高等级，并同时列出未解决缺口。专家审阅和独立复算要分别记录，因为检查已有材料与实际重跑回答的是不同问题。
形式化验证属于门禁内部
近期 AI 数学项目让这条边界变得具体。在Claude 黎曼 ζ 函数结果的分析中，论文、专家说明、Lean 形式化、审计记录和发现过程溯源分别覆盖不同失败面。费马大定理形式化（英文）同样需要把 Kernel 检查与命题范围、数学含义、可维护性和外部复现分开。
形式化证明的价值在于把一层正确性转换成可执行检查。形式化命题仍可能比标题暗示的范围更窄，依赖库会变化，生成的大规模证明代码也可能难以维护。新颖性与归因依然属于学术和社会判断。
因此，形式化验证应作为第一道门里的决定性工件，再把它的精确边界带入第二、第三道门。公开发布时应说明 Kernel 检查了什么、接受了哪些公理和依赖、哪些结论仍依靠专家解释。
一套可执行的发布协议
准备发布 AI 数学成果的机构可以从七步开始：
- 冻结精确命题、假设、工件、模型和工具版本。
- 在审查开始前分配稳定 Claim ID。
- 执行结构化正确性检查，同时保存失败尝试。
- 把同一份冻结工件交给具备资格且声明利益冲突的外部审阅者。
- 把新颖性、范围、归因和文献定位与正确性分开审查。
- 获取传播建议，记录公司具名决策责任人和处置结果。
- 同时发布工件、证据状态、限制与更正入口。
批量发布还多出一个容量约束。审阅队列应按预期重要性、验证准备度、依赖关系和错误声明成本排序。一次性抛出所有候选，会把瓶颈转移给数学社区，反而削弱独立审查。
顾问组可以帮助设计排序和传播政策。最终发布队列、资源配置、公开主张和后果仍由公司负责。
FAQ
OpenAI 的数学顾问组独立吗？
公开条款称其独立运作，不接受 OpenAI 报酬，可以公开建议并自行管理成员。实际独立性还取决于工件访问、利益冲突处理、透明度和 OpenAI 对建议的回应。
顾问组会验证每一项数学成果吗？
公开职责是就审查、重要性、传播、学术标准和工具提供建议。两份公开说明都没有称顾问组会认证每一份证明。
谁决定 OpenAI 是否发布某项成果？
顾问组网站明确称其在 AI 公司内部没有决策权。发布决策权和责任仍属于 OpenAI。
Lean 证明能替代同行评议吗？
Lean 可以在明确依赖下检查形式化命题。命题忠实度、新颖性、重要性、归因和公开解释仍需要人类与独立审查。
大量 AI 数学成果应该怎样发布？
建立有优先级的发布队列，冻结工件，分开三道门，公开证据状态，并让批次规模匹配外部审阅能力。
让责任在记录中可见
核心治理规则很简单：建议可以独立，责任继续属于决策者。一套可信门禁要在每条成果记录和每项公开主张中显示这种分配。
发布 AI 生成的定理前，先写清三句话：已经检查了什么，谁完成了独立审阅，谁批准了公开措辞。任何缺失答案都说明对应门禁尚未完成。