單一提示詞「解」完七百篇，模型仲係神秘人
10 月 7 日（週二），OpenAI 喺 GitHub 刊出 722 篇數學手稿，分屬 372 個「結果家族」（result families，同一組主定理連同相輔論證、推論或替代證明）。公司發言人 Lindsay McCallum 稱，呢啲全部由一個未公開嘅內部模型產生，而佢哋話「絕大部分」來自同一個提示詞交予單一 AI 代理（agent），部分可能經歷多次嘗試。
呢個「單代理一次性解題」嘅聲稱好強，但模型仲未放出，冇人重覆到個流程。MIT 數學家 Andrew Sutherland 講得直接：「除非佢哋放嘢出嚟、人可以複製結果，我哋就應該視任何『單一代理 one-shot』嘅聲稱為未驗證。要收據（receipts）。」
722 唔係 722 個解法，只係 722 篇手稿
要清楚，722 係「篇數」，唔係「解咗幾多個問題」。OpenAI 稱向模型提出約 4,000 個問題，只保留佢哋睇係「夠分量」嘅輸出。平均每個結果消耗約 3 小時 ChatGPT Pro 嘅運算量——同上個月 Navier–Stokes 千禧年問題嘅聲稱（10,000 個協作代理、88 小時）完全唔一樣嘅量級。
更關鍵：722 篇入面只有 162 篇（約 22%）有 Lean 形式化嘅主定理。Lean 係機械化逐步檢查邏輯嘅工具，但 OpenAI 自己話「部分未形式化嘅結果可能有問題」，即係話，好多嘢可能係錯嘅，都得自己睇。就算 Lean 過關，都只代表證明邏輯上跟隨 Lean 寫嘅命題，唔代表該命題匹配原始問題，更唔代表係新嘅、重要嘅。
學術界：8 月先見過面，建議「顯然被忽視」
呢出「dump」唔係無預兆。8 月，OpenAI 召集約 40 名數學家討論「如果 AI 喺數學超越人類能力，點算」。據會場人士，公司代表當時表明唔會一次性公佈全部解答——一個 McCallum 公司「並不知情」作出過嘅承諾。西北大學數學家 Bryna Kra 指，學術界當時要求以正式論文形式發布，方便同行吸收與運用，唔好只係 blog 或 tweet。「據佢話，呢個意見被忽視咗。」
OpenAI 發言又提到，今次發布參考咗高等研究院（IAS）數學與 AI 顧問群嘅建議，但發布內容漏咗顧問群建議披露嘅提示詞。IAS 發表聲明，指出「AI 已經可以輸出人類提示者無能理解、驗證或承擔責任嘅數學論證」。
模姐驗嚇貨
「大係大喇，邊度勁？」——呢單嘢，呢家「勁」仲未驗過貨。一個未放出、未可重現嘅模型，一次輸出七百篇手稿，只有 22% 有機械驗證，公司自己都話可能有問題，仲關咗 Issues 同 pull request，冇地方畀人送返修正。呢就唔係「透明」，係「展示」。數學界講嘅係同行評審、可重現、可歸因；公司嘅節奏係「先上貨、後講」。邊個先？睇你站邊個。
模姐｜深度調教
