OpenAI 发布了由人工智能生成的数学和计算机科学研究成果，并组建外部合作团队以评估另一项物理学成果。若这些主张得到证实，将解决这三个领域的长期难题。
这一举措标志着 OpenAI 披露其模型科学产出方式的转变。针对不同学科，公司采用了差异化的发布策略，并要求外部研究人员组织和解释这些发现。参与者无需签署保密协议，无报酬，且可自由发表结论。
数学：直接公开形式化证明
在数学领域，OpenAI 表示其模型证明了“局部平滑猜想”，该结果据称也将解决所有维度上的 Kakeya 猜想和 Stein 限制猜想。证明依赖于一个新的辅助偏微分方程。
OpenAI 选择了直接发布策略，公开了模型生成的自然语言解释及 Lean 形式的证明形式化，让研究人员自行组织工作以解释这一结果。局部平滑猜想属于调和分析领域，涉及波在聚焦时的行为。此前，Larry Guth、Hong Wang 和 Ruixiang Zhang 于 2019 年完成了二维空间维度上的证明；Wang 和 Joshua Zahl 于 2025 年证明了三维空间中的 Kakeya 猜想。
计算机科学：证伪指数时间假设
在计算机科学领域，OpenAI 声称其系统证伪了“指数时间假设”（ETH）。长期以来，ETH 被理论计算机科学广泛用作与布尔可满足性问题及相关问题难度相关的条件硬度结果基础。
为检验这一主张，由加州大学圣地亚哥分校的 Russell Impagliazzo、Ramamohan Paturi 和麻省理工学院的 Ryan Williams 领导的外部小组将验证并解释这项工作。OpenAI 已发布自然语言的证伪证明和 Lean 形式化内容供公众审查。该小组要求公开所有相关原始数据，以支持独立验证。OpenAI 同意资助一场关于该工作影响的会议，但未提供更多细节。
ETH 最初由 Impagliazzo、Paturi 和 Francis Zane 提出，近三十年来对复杂性理论及图论、数据库、计算生物学等领域产生深远影响。若证伪成立，许多建立在 ETH 为真基础上的条件下界论证将被重新评估。
物理学：延迟发布，外部审查先行
对于物理学，OpenAI 尚未发布底层 AI 生成产物。一个由 David Gross 领导，包括 Michael Douglas、Arthur Jaffe、Igor Klebanov 和 Nikita Nekrasov 在内的外部小组，将针对四维空间中某些相互作用量子场论的存在性证明进行研究，涵盖量子色动力学和标准模型的统一完备性。
该工作包含纯杨-米尔斯理论存在性的证明，这是克莱数学研究所千禧年大奖难题中关于量子杨-米尔斯理论的一部分。OpenAI 称，模型先生成了杨-米尔斯存在性的自然语言证明，随后生成了量子色动力学的证明。由于材料规模和复杂性，发布推迟至形式化工作完成。与数学和 CS 不同，物理合作团队选择在准备自身解释报告的同时，保留 AI 生成产物。
新发布模式：“牧羊人”机制
OpenAI 邀请外部专家担任“牧羊人”（shepherds），旨在围绕这些结果建立理解。公司描述这种合作是透明且独立的，成员不代表公司发言，公司也不代表他们发言。
OpenAI 明确表示，不寻求对其内部模型产生的发现获得学术认可。相反，参与合作的研究人员应因其在结果周围创建的见解、论文和其他解释材料而获得认可。
公司承认这一过程存在权衡，指出选择初始“牧羊人”不可避免地会影响谁首先参与，并造成信息不对称。OpenAI 希望就如何扩大参与范围及改进向学术界披露此类结果的方式收集反馈。
此外，OpenAI 向西蒙斯基金会捐赠了 500 万美元，用于支持研讨会、会议和研究 AI 生成成果的特别项目。OpenAI 表示：“我们尚不知道这三种方法中哪一种最有用，欢迎关于什么有效以及我们可以改进什么的反馈。”