# OpenAI 内部模型 Astra 解出十个十年未破的数学难题

> 原标题：Ten advances in mathematics and theoretical computer science

- 来源：OpenAI News
- 发布时间：2026-08-01T00:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/48170
- 原文：https://openai.com/index/ten-advances-in-mathematics

## 摘要

OpenAI 公布了由其内部模型 Astra 生成的十项数学与理论计算机科学新成果。这些问题最短也有十年没人能推进，包括高维球体最密堆积的新上界、非 sofic 群的存在性构造、对 Connes 刚性猜想的否证，以及最近向量问题的多项式因子难度证明。所有论证都用 Lean 做了形式化验证，模型的推理过程也公开了。按 Sol API 费率算，找出这些解法...

## 推荐理由

OpenAI 的 Astra 模型搞出了十个数学和理论计算机科学的新结果，全是十年以上没人能推进的老大难问题，而且用 Lean 做了形式化验证，推理过程也公开了。这算是 AI 在硬科学里一次实打实的亮相，不是跑分刷榜。不过纯理论离产品落地还远，对大多数从业者来说更像能力秀肌肉，所以分数上我会先打个折，给到 78。

## 锐评

OpenAI 放出的这十个结果，跨度从高维球体堆积到后量子密码，都是各自领域里卡了至少十年的硬骨头。最让我意外的是成本：按 Sol API 费率算，找出这些解法的 token 消耗折合下来才 2000 美元左右，比请一个博士生算几个月便宜太多了。所有论证都用 Lean 做了形式化验证，推理过程也公开了，这点在可复现性上做得比很多人类论文还到位。

不过文章有个关键信息缺口：它没说 Astra 的训练数据截止到什么时候，也没提这些公开问题及其相关讨论是否在训练语料里。如果模型见过大量人类对这些问题的尝试和失败路径，那它更像一个超级检索加组合器，而不是从零推理。另外，人类只负责整理手稿和形式化，模型自己生成论证，OpenAI 也明确说署名应该反映这个事实——这等于把“谁算出来的”这个学术伦理问题直接摆上了台面。

还缺的是同行评审的进度。这些结果刚挂出来，数学圈有没有找到漏洞、Lean 验证有没有覆盖所有边界情况，正文都没提。如果后续能扛住审查，那这 2000 美元可能是今年最划算的一笔研究支出。