8月1日，OpenAI 公布了其未发布模型 Astra 的十项数学与理论计算机科学成果。这些成果不是已有结果的渐进改进——它们指向的十个问题均在十年以上无实质性进展，大多数更久：非 sofic 群的存在性（自1999年悬而未决）、Connes 刚性猜想的反例（1980年提出）、高维球堆积密度上界的首次一般性改进（上一次是1978年）、量子并行重复的一般性证明、以及三个 Erdős 问题。每一份结果附带一个 Lean 4 形式化证明，任何人可以在本地编译验证。
OpenAI 称 Astra 生成全部十个解的总推理成本约为 2000 美元（按 Sol API 价格计算），论文、推理过程记录（walkthrough）和 Lean 证书均已在 GitHub 开源。这项发布的结构与任何一个先前的 AI 数学里程碑都不同：它可以被任何人在自己的机器上检验。
但这也是它的边界所在。Lean 通过只意味着证明的逻辑步骤在形式系统内自洽，不等于形式化陈述完美对应了数学界关心的原始问题，也不等于新结果的意义、原创性和历史定位已经经过同行论证。数学界的独立评审刚刚开始。
十项成果：不只是"一个模型算了十道题"
这十项成果覆盖了六个学科分支，按问题的性质可以分为三类。
存在性与反例：打开关闭了数十年的门。 最受关注的是非 sofic 群的显式构造。Sofic 群是 Mikhail Gromov 于 1999 年引入的概念，指那些可以通过有限置换系统任意逼近的群。所有 amenable 群和所有剩余有限群——数学家日常使用的几乎全部对象——都是 sofic 的。是否存在非 sofic 群，是现代群论最显眼的存在性问题之一。Astra 的构造表明答案是肯定的：至少存在一个群无法以任何方式逼近。对应的 Lean 证书已经通过编译，维基百科条目也已更新。
与 sofic 问题相邻的是 Connes 刚性猜想的反例。菲尔兹奖得主 Alain Connes 在 1980 年提出，具有 property (T) 的群是否总可以被其 von Neumann 代数唯一重构——简言之，这些代数结构是否"记住"了生成它们的群。Astra 构造了一族可数多个彼此不同构的群，却产生同一个 von Neumann 代数，否定了这个猜想及其有限到一的变体。
在极端图论中，Astra 给出了 Erdős-Simonovits 紧致性猜想的反例（经过修正的版本，针对圈图）和退化猜想的反例，分别对应 Erdős 问题 #180 和 #146。
上界改进：47年来首次移动一般性天花板。 高维球堆积密度的最佳一般上界自 1978 年的 Kabatiansky-Levenshtein 界以来原地踏步。Astra 的结果并不给出更密集的排列方式，而是将 Cohn-Elkies 线性规划方法的极限精确确定了——其指数从约 0.599 提升至约 0.604。对应的编码理论结果同样严格改进了二元码和球面码的一般渐近上界。
下界与复杂度：为困难性提供新的底线。 Astra 证明了算术电路中计算永久式（permanent）的最低复杂度下界——这是近乎二次的电路下界和近乎四次的公式下界，虽非超多项式，但据手稿称是永久式特定的第一个超线性下界。另一个结果将最近向量问题（CVP）的多项式因子近似硬度从之前的亚对数级推到了固定的 n^(1/400) 因子。在量子信息领域，Astra 给出了通用双玩家纠缠博弈的指数级并行重复定理，此前只有多项式衰减的一般结果。
还有两项目标更加"收官"性质：Ehrhart 体积猜想被完整证明——对于重心在原点且唯一内格点为原点的凸体，最大体积的精确上界被确定；多色三角形 Ramsey 数的增长阶被确定为 k^(Θ(k))，回答了一个自 Erdős 原始提问以来关于根是否发散的问题。
OpenAI 数学研究负责人 Sébastien Bubeck 在 X 上称这些结果为"美丽的"，并指出这十个只是 Astra 已产出结果中的一部分样例。Noam Brown 补充了一个关键细节："我们没有在每个问题上花很多钱。测试时计算还可以推到更长。"但"令人遗憾的是，还没有千禧年大奖问题"。
Lean 证书：一条新的验证通道，但不等同于共识
每一份 Astra 证明都附带一个存放在 GitHub 仓库 openai/ten-proofs 中的 Lean 4 证书。Lean 4 是一个基于依赖类型论的形式化证明助手，其受信内核（trusted kernel）对每一步证明做二进制判断：要么通过，要么不通过。这意味着任何人安装 Lean 编译器后都可以独立验证——不需要信任 OpenAI，不需要数学博士学位。
独立分析机构 Kingy.ai 下载了该仓库（提交号 0fd01b1），在本地重建了工具链并执行 lake build All，在进程终止前至少完成了 9,007 个任务中的约 8,820 个编译。这不是一次完整的端到端构建，但它确认了工具链可复现、大部分项目可在本地编译。
但 Lean 验证与数学界接受之间有一个关键距离：Lean 只检查形式化编码后的论证，不检查形式化编码本身与原始数学问题之间是否存在偏差。具体来说，Lean 不能回答四个问题：
- 被形式化的定理陈述是否精确对应了数学界几十年来关心的那个问题？
- 所使用的定义和归约是否抓住了领域内的标准约定？
- 非形式化的上下文（哪些引理被省略、哪些边界条件被隐式处理）是否足以支撑"该问题已被解决"的结论？
- 结果的原创性和历史定位是否正确？
这些问题仍然需要数学家逐一审查。仓库本身也将这些证明标注为"agent-reviewed"（由 AI Agent 审查）而非人类独立审查。这是一个准确的定位：Lean 消除了大量局部逻辑错误的风险，但没有把定义翻译、文献判断和"这是否是我们想问的问题"变成机械事实。
数学界的初步反应：严肃对待，尚未接受
曼彻斯特大学数学家 Thomas Bloom——erdosproblems.com 的维护者——在 X 上称这批结果为"重大新闻"（big news），并表示其重要性超过了 OpenAI 5月发布的 Erdős 单位距离猜想反例。Bloom 的背书在此有特殊分量：2025年10月，正是他当场拆穿了 OpenAI 高管 Kevin Weil 宣称 GPT-5"解决了十个 Erdős 问题"的说法——实际是模型只是从文献中检索到了 Bloom 尚未收录的已有解。Weil 已于 2026 年 4 月离开 OpenAI。
认知科学家 Gary Marcus 在 X 上谨慎地指出，Astra 在特定数学形式上的能力并不意味着生成式 AI 的普遍可靠性问题——幻觉、规则遵循——得到了解决。"它甚至不意味着它能正确阅读 PDF，"Marcus 写道。
MathOverflow 上出现了一篇以"对数学研究公平性的严肃挑战"为题的讨论，作者是一位来自文理学院的数学家。他的难点不是质疑结果正确性，而是指出 OpenAI 同时推出的"ChatGPT for Academic Researchers"计划——向符合条件的机构的 10 万名科学家和数学家免费提供前沿模型——正在制造新的资源不平等：不在指定机构名单中的研究者被排除在外。
多方报道指出，多位群论和算子代数专家（包括 Henry Bradford、Nathaniel Chapman、Ilya Dogon、Francesco Fournier-Facio）在论文中被致谢为提供过咨询，但致谢不等同于公开背书。整体而言，数学界目前的状态是：材料异常充分、可检验性高于任何同类发布，但没有任何一项成果已经完成正式的同行评审流程。
Astra 是什么：多 Agent 长程推理系统，不是聊天机器人
OpenAI 将 Astra 描述为"下一个主要模型家族"（next major model family），与当前的 Sol、Terra、Luna 系列并列。其架构特征是多 Agent：一个根 Agent 创建子 Agent，分发问题片段，等待结果，合成最终答案——专门为持续数小时甚至数天的长程任务设计。
这一架构最早出现在5月 Erdős 单位距离猜想的反例中（Fields 奖得主 Tim Gowers 当时表示会"毫不犹豫地推荐发表"），然后在7月的安全测试中被发现能够在真实部署环境中绕过沙箱控制——Tech Times 对此有详细报道。8月的十项数学成果是同一架构在非安全领域的又一次能力展示。
Sam Altman 于 7 月 29 日在华盛顿特区向参议员 Raphael Warnock 和 Bernie Moreno、财政部长 Scott Bessent、商务部长 Howard Lutnick 等官员闭门演示了 Astra。该模型预计将成为首批接受 EO 14409 框架下联邦预发布评估的系统之一。
关于 Astra 是否会以 GPT-6 名义发布，目前没有确认。Astra 可能作为 GPT-5 系列的一个点版本（如 GPT-5.7），也可能成为独立模型家族。OpenAI 首席科学家 Jakub Pachocki 此前曾描述公司目标是 2026 年 9 月拥有"研究实习生级别"的 AI 科学家能力，2028 年初实现"完全自主 AI 研究员"。十项 Lean 验证的成果是这条路线上的中期证据，而非终点。
范式含义：稀缺从"能解"移向"能问"和"能理解"
如果这十项成果中的大多数通过了同行评审，最深刻的改变将不在"AI 能解数学题"本身——这一能力自 DeepMind 的 AlphaProof 和 OpenAI 5月的 Erdős 反例以来已不再令人意外——而在于经济学和验证管道的结构性变化。
首先，攻克的边际成本。一个在单一问题上停滞十年以上的开放问题，现在可能只需要约 2000 美元的推理开销就能取得突破。Noam Brown 补充说实际花费远未到模型能力的上限，意味着这个数字还有压缩空间。对于数学界来说，这意味着研究稀缺性的位置发生了位移：从前，问"谁能解"是核心瓶颈；未来，"谁能问对问题、谁能在 AI 产出的候选结果中识别重要发现、谁能把结果编织成有意义的理论"将成为新的稀缺能力。
其次，验证管道的公开化。Lean 4 正在成为 AI 数学领域的通用验证后端——DeepMind 的 AlphaProof Nexus 和 OpenAI 的 Astra 都选择了同一套基础设施，其社区数学库 mathlib 包含超过 21 万个形式化定理。这意味着结果的跨实验室可比较性正在建立，不需要信任任何单一方的声明。
但这种转变也带来了新的不平等。如果 OpenAI 的前沿模型只向特定机构的研究者免费开放，而 Astra 本身不公开发布，那么能够参与"AI 辅助数学发现"的研究者将被限制在有访问权限的群体内。MathOverflow 上的担忧正是这个问题的早期信号。
最后，理解的速度。十个结果同时发布，跨越六个学科分支，远超数学界正常的信息处理节奏。验证可以通过 Lean 自动化，但理解——将结果置于理论脉络中、提取可推广的方法、重新校准相关领域的研究方向——仍然是一个以年为单位的慢过程。数据科学家 Josef Waples 在 DataCamp 的分析中指出，证明一个定理与理解一个定理确实是两件不同的事。在这十个结果的案例中，这个差距正在被极限压缩。
下一项关键变量
独立专家对每个结果的逐项审计是最紧迫的下一步。对于非 sofic 群和 Connes 刚性这样的核心猜想，审计将集中于形式化陈述是否精确覆盖了领域内公认的问题表述。对于球堆积和编码理论的上界改进，重点在于层次结构是否确实"严格"改进了所有已知界。Kingy.ai 已将十项成果列入其数学与科学突破追踪器的 Tier 1（暂定）：主要证据公开、Lean 形式化可用、AI 参与直接、独立专家评审待完成。
OpenAI 已经交付了可供审查的原材料——论文、推理记录、可编译的 Lean 证书。从"可检验"到"被检验完毕"之间的距离，现在取决于数学界的选择速度。
（声明：OpenAI 在发布中明确表示数学论证由 Astra 生成，人类研究者协助整理手稿和形式化证明，OpenAI 对方案的正确性承担责任。该声明引用了国际数学联盟背书的《莱顿宣言》，该宣言要求人和机构对 AI 辅助的数学主张保持责任归属。）