10月12日早间，GitHub近7天新建仓库的星标榜首，是一个连简介都懒得写的仓库：openai/math，⭐14202。三天前它还是12513星、一句描述没有，无数人以为又是哪个占坑的空目录。点进去才发现，货架上摆着722篇数学手稿、372个成果族——全部由一个OpenAI从未发布过的内部模型写成。平均每个结果烧掉3小时ChatGPT Pro档位的思考算力，整个评测过程中模型一共被喂了约4000道开放研究难题。这份官方README我逐行读完了，下面把这座突然开门的图书馆给你讲明白：里面有什么、怎么读、哪些能信、哪些要打问号，以及顺带三件同样新鲜的海外新货。

一、这是什么：AI公司第一次把「作业本」整本上交

先看官方README的自我定义：这个仓库包含"由OpenAI内部模型产出的数学手稿及配套证明材料"。背景写得坦白——OpenAI原本用公开研究问题做模型评测，但现有数学评测的分数已经刷饱和了，于是把评测范围直接扩展到开放研究问题本身。

几个关键数字，全部来自官方README：

• 722篇手稿，372个族。族（family）是一个组织单位：一个族里装着相关的一组论文——主结果、配套论证、推论或另一种证法，每个族按数理学科分类。
• 约4000道题。整个评测期间，模型被投喂的开放问题总数。
• 单结果成本3小时。绝大多数结果用同一套流程产出：未发布的内部模型，平均每个结果消耗3小时ChatGPT Pro思考算力。这是AI行业第一次有公司公开「研究成果的单价」。

flowchart TD
    A["开放数学题库<br/>约4000道"] --> B["未发布的内部模型"]
    B --> C["单题约3小时<br/>Pro档思考算力"]
    C --> D["产出候选证明"]
    D --> E["聚合归类<br/>372个成果族"]
    E --> F["722篇数学手稿"]
    F --> G["部分送Lean<br/>形式化机器验证"]
    G --> H["GitHub开源<br/>openai/math"]
    H --> I["社区复核挑战<br/>Comparator"]

二、货架上摆了什么：从π到自旋玻璃

官方同时放出了10个族的推理摘要（reasoning summaries）——也就是模型解题时思路过程的节选。这个清单本身就是一份「AI攻下了哪些山头」的目录：

还有两件走了「例外流程」的重磅货：黎曼ζ函数的零点自由区域（其中Re(s) > 11/12区域的论文甚至经过人工润色），以及——仓库自述的——CM阿贝尔簇上Hodge猜想的证明。Hodge猜想是千禧年七大数学难题之一，这个表述的分量你应该感受得到。但注意，README原文紧跟着一句罕见的诚实声明：「部分未经形式化的结果可能存在问题，我们会尽快修复」。翻译成人话：货是真的往上摆了，但不是每一件都过了机器验证这道安检门。

三、怎么读：三条路径，按需取货

第一，想快速摸底，读 overview.pdf——官方对所有372个族的一句话描述，10分钟建立全局地图。

第二，想按图索骥，用 CONTENTS.md——全部手稿的地图文件；preprints/ 目录里是每篇论文的PDF、源文件和引用格式（每篇带BibTeX），无付费墙。

第三，只想信「硬通货」，查 lean/formalization.yaml——不是所有手稿都有Lean形式化证明，这份目录清单明确标注了哪些结果经过了Lean证明库的机器验证，配套还有ComparatorChallenges（复核挑战）的说明。对数学工作者，这个清单比任何宣传都值钱：已形式化的才是被机器验证过的，没形式化的请当「预印本」看待。

顺带说星标轨迹：一个无描述仓库，上架不满一周破万星，10月12日已达1.42万——这个速度说明专业社区已经闻到味了。此前各家展示AI数学能力，多是公布一次IMO成绩、或发几篇精选论文；国内开源生态给的是模型权重，DeepMind式的秀肌肉给的是奖牌。把模型自主产出的整批成果原样上架、连免责声明一起交出来，这是头一回。

四、冷静面：这是图书馆，不是学术背书

三件事必须说在前面。第一，README明说「部分未形式化结果可能有issue」，Hodge猜想那条尤其需要等待社区验证，别当结论引用。第二，产出模型的内部版本、参数、训练细节一概未公开，可复现性为零——你拿到的是产出物，不是方法论。第三，官方正在「探索社区托管仓库」，意味着未来可能迁移出openai组织，收藏时留意。但换个角度：把「可能有问题」直接写进README、版本历史全部保留可回溯、把复核做成挑战开放给社区——这种透明度本身，就是同行论文体系里罕见的操作。

五、同场加映：本周另外三件新货

DigUp（github.com/ARahim3/DigUp，⭐1367）——Mac整盘内容搜索：照片、PDF、录音、视频、代码，按「里面装了什么」搜而不只是按文件名搜，全程本地运行、数据不出机。Windows用户习惯了Everything按名秒搜，Mac用户等的就是这个位置上的内容级选手。适合素材海量的剪辑师、会议录音成灾的职场人、翻找十年代码的老程序员。免费。

plexo（github.com/anmolkapil/plexo，⭐1834，TypeScript）——把多条网络连接并行聚合给同一个下载提速。单线程拉大文件（数据集、模型权重、安装镜像）龟速的场景下，这是IDM那套多线程思路的开源命令行新生代。免费。

Doory——HN首页新帖「Doory – Open-Source Canva」，89分（10月12日数据）：一个自称开源版Canva的在线设计工具，仓库与试用入口以HN讨论帖内链接为准，中文圈暂无系统跟进。

六、信息差总结

七、行动指南

1. 打开 github.com/openai/math，先读 overview.pdf 建立全局认知；
2. 进 CONTENTS.md 按你熟悉的学科锁定族，下载 preprints/ 里的PDF；
3. 交叉核对 lean/formalization.yaml——只把「已形式化」的族当确定结论引用；
4. 挑一篇 reasoning_traces 里的推理摘要精读，这是目前最便宜的「前沿模型怎么攻数学题」教材；
5. 会Lean的读者直接看 ComparatorChallenges，参与复核就是给社区站台；
6. Mac用户顺手装 DigUp 体验本地内容搜索，下载大文件时试试 plexo。

参考来源

1. openai/math 官方仓库 — 722篇手稿与372个成果族总入口
2. openai/math README原文 — 产出流程、成本数据与免责声明出处
3. Doory 的HN讨论帖 — Open-Source Canva（89分，2026-10-12）
4. ARahim3/DigUp — Mac本地内容搜索
5. anmolkapil/plexo — 多连接并行下载加速

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护。 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。