OpenAI的722篇AI论文，背后站着9600位数学家

OpenAI公开722篇由AI撰写的数学与理论计算机稿件后，丹麦奥尔堡大学AI安全实验室Qiongxiu Li发起的开源项目《巨人之肩》，对这批AI稿件的全部相关文献进行了逐条核对与系统性溯源分析。结果显示，这些稿件跨越5个多世纪，引用了11,067部人类著作、约9,600位数学家，其中114位是菲尔兹奖、阿贝尔奖或沃尔夫奖得主。大多数作者并非历史人物，而是今天仍活跃的数学与理论计算机科学家。

从引用看，AI稿件将这些成果当作工具：算术几何中引用Fargues–Scholze 2024的工作；双有理几何沿用Caucher Birkar等人的策略与定理，并建立在Osamu Fujino、Omprokash Das、Christopher Hacon与Mihai Păun的工作之上；概率论依靠Hugo Duminil-Copin等人的临界穿越估计，以及Duplantier、Miller与Sheffield的“树的配对”定理；图论反例用了洛瓦斯与Szegedy的图极限采样构造；组合反例沿用布尔甘、Nets Katz与陶哲轩的和积方法；自旋玻璃稿件用Michel Talagrand的空腔方法；Ricci流论证用佩雷尔曼2002年的熵单调性；Hodge理论论证用德利涅的半单性论证。

部分在中国大陆活跃的数学家被反复引用，如丘成桐、孙鑫、欧文浩、田野、谢灵尧、丁剑、田刚、孙崧、郭少明、周向宇等。丘成桐1976年证明卡拉比猜想的工作被10多篇稿件引用；陈省身1944年对高斯–博内公式的内蕴证明及他与James Simons 1974年提出的陈–西蒙斯形式各被三篇工作用到。调和分析中，OpenAI的四维Kakeya稿件建立在王虹与Joshua Zahl 2025年三维Kakeya猜想证明之上，并引用王虹、郭少明、张瑞祥2024年工作；Bochner–Riesz问题上用到郭少明、Changkeun Oh、王虹、Shukun Wu、张瑞祥2025年工作及陶哲轩2003年的双线性限制估计。此外，许晨阳与Lei Zhang的叶状结构判据、邓煜与Zaher Hani、Xiao Ma推导Boltzmann方程的估计、田刚与John Morgan关于Ricci流与庞加莱猜想的专著、丁剑与Allan Sly、Nike Sun对可满足性猜想的证明，以及杨振宁、李政道、黄克孙1957年关于硬球玻色气体的论文，也都在参考文献中。

这一情况同样适用于其他科学发现。OpenAI的纳维-斯托克斯方程论文从欧拉1757年方程出发，回顾Leray 1934年弱解及Caffarelli、Kohn和Nirenberg的部分正则性定理；谷歌AlphaFold基于结构生物学家数十年解析的蛋白质结构训练，前提可追溯到Anfinsen 1973年“序列决定形状”的发表。

文章指出，工程师造出机器，科学家提供可学内容并决定方向。预训练让模型根据前文预测下一个词；监督微调让模型在精选推理链上学习解题步骤；强化学习与推理时采样只能强化或找到模型本就能采样到的东西。科学家提供高质量学习信号：挑选“刚好够得着”的问题、定义什么算正确、评判结果。若科学家退后，梯度信号会变弱，模型可能被指向越来越窄的问题，用越来越松的验证器筛选答案，甚至因反复用自身生成数据训练而退化。因此，AI再强大也需要驾驶员。科学家是连接人类知识与AI的桥梁，他们的名字应当与建立在其工作之上的成果连在一起。