想象搬家公司送来一屋子纸箱。
门口的人数完，宣布：“七百多件新家具，够住好几辈子了。”拆开才发现，有的箱子是一把完整的椅子，有的是桌腿，有的是同一张桌子的另一套安装说明。
箱子确实送到了。问题出在计量单位。
这是个假想场景。OpenAI 10 月 6 日公开数学成果的公告，让我想到的就是这张装箱单。公司说，这批结果由内部前沿模型产生，公开材料包含论文和部分 Lean 形式化证明。Lean 能让计算机检查形式化的数学证明；本文没有运行这些证明，也不承担判定这批数学结论是否成立的工作。
本文核对的官方仓库固定版本，列出 719 份稿件、372 个结果家族。这是核对时该版本的目录口径，不能直接写成发布当天的数量，更不能顺手换成“719 个已获数学界确认的突破”。
仓库解释，一个家族可以包含主结果、配套论证、推论或替代证明。这样的组织有实际价值：读者可以顺着关系去找材料，而不必在几百份文件里猜谁跟谁是一套。
但它也提醒我们，论文篇数与知识增量之间，没有一个拿来就能用的换算率。
别急着把 719 改成 372，然后认为数字终于诚实了。目录中的 087 家族同时列有对称 Mahler 猜想、一般凸体的 Mahler 猜想，以及对称极体乘积中的辛球三份稿件。这里仅陈述目录所列的研究主张，不替它们认证。即便放在同一家族，也可能讨论不同对象、不同条件下的结果；不能一律压成“一项”，也不能默认每篇在数学上相互独立。
一张桌子可以拆成六箱，一箱也可能装着两把椅子。数箱子，适合安排搬运，不适合给房子的使用价值打分。
这次材料里，比总数更值得读的是修订记录。
官方 history 的 10 月 7 日更新条目写到，一份关于分裂阿贝尔八维簇上 Weil 类代数性的稿件存在符号错误，影响了一段论证，以及另外两份稿件使用的构造，因此三份稿件被撤回。相关稿件自己的撤回通知标注的是 10 月 6 日；更新日志的日期与通知日期要分开读。
这不是拿一处错误替整批成果下判决。恰恰相反，它说明为什么不能把每份 PDF 当成一座互不相干的小岛。
如果后面的结论要用前面的构造，前面发生变化，影响就可能沿着依赖继续走。只把首页的总数减三，读者仍不知道自己昨天下载的那份是否受影响。真正有用的，是指出哪一段证明出了问题、哪些稿件用了它、旧版本在哪里、目前还剩下什么可以主张。
K3 曲面乘积那份稿件的撤回通知就特意区分了两件事：当前证明留下了缺口，撤稿并不等于断言数学命题是假的。这句话值得保留在传播里。否则新闻标题从“猜想被解决”跳到“猜想被推翻”，中间丢掉的正是数学。
那么，附上 Lean 文件，装箱单就可以省了吗？
形式化材料非常重要，它给检查提供了比“读起来有道理”更具体的入口。但读者仍要知道它对应哪一个命题。仓库的 Comparator 说明专门列出一组配置，说明它们验证的是支持性结果，而非对应论文的主定理。
因此，“仓库里有形式化证明”还需要往下读一层：这一份覆盖哪部分，依赖哪些假设，对应哪一版文本？这些问题并不贬低形式化验证。恰好因为它有明确的检查对象，传播时才不该把边界擦掉。
我更愿意把一份便于接着使用的研究成果理解成有标签的箱子：写清里面装什么、需要与什么配套、按哪一版说明安装，以及哪些部件已经检查过。让接手的人少猜一点，本身就是公开成果的一部分。
这也不是要求发布者等到所有人都读懂，才允许开门。公开尚待完善的材料，可以让问题更早暴露，让其他研究者有机会检查和推进。保留撤稿通知与旧版本，比悄悄让旧文件消失更有助于追踪；修订记录本身是值得肯定的做法。
但公开的收益，要靠可追踪的交接来兑现。今天引用的定理，明天收紧了条件，引用它的人应该有办法发现。把旧版本留着，还要让新读者看见它已经发生了什么变化。
AGMAI 在 9 月 29 日的建议提出，发布载体应有持久可引用的标识，并适当记录后续修改；还建议说明形式化状态，并关联自然语言与形式化材料。该组同时明确反对用公众无法访问的专有模型测试高阶数学问题，不能因为 OpenAI 引用了这些建议，就把它写成委员会替本次发布背书。
这里有一层很实际的行业变化：模型越来越能批量生产研究文本，发布者的工作也得包含批量管理这些文本之间的关系。总数适合放在发布会屏幕上，条件、依赖和版本却决定后来的人能不能接着做。
对这次公开，我的判断是：材料放出来值得认真看，数量先别急着折算成胜利次数。读者也不必在“全是突破”和“全是废纸”之间选边。找到一份与你的问题有关的稿件，看清它目前能支持什么，比转发一个巨大的总数更接近使用知识。
搬家公司可以继续送货。
请把装箱单贴牢。将来要用的人，总得知道哪条桌腿该接到哪里。
资料核对：2026 年 10 月 12 日。新闻事件为 10 月 6 日的成果公告；仓库引用固定在 固定提交 fd4aeeb2ee4f。数量、撤稿原因与验证范围来自发布方文件，本文未独立检查数学证明、运行 Lean 或确认学术共同体接受情况。纸箱场景、图解和发布建议均为本文分析，非亲历或实测。
想继续拆解 AI 的技术与实践，可以看 AI 实践路线；公众号入口在关于页。
本文文字与图解由 AI 辅助制作，来源已在正文列明。
