开源评测】openai/math 深度拆解：722 份 AI 数学手稿与 Lean 形式化的工程真相

【开源评测】openai/math 深度拆解：722 份 AI 数学手稿与 Lean 形式化的工程真相

作者：Valhalla Matrix治理实验室摘要：2026 年 10 月 6 日，OpenAI 在 GitHub 上发布 openai/math 仓库，一次性公开 722 份由内部模型产出的数学手稿，归入 372 个结果家族，约 42% 的核心结果附带 Lean 4 形式化证明。本文以 L3 证据标准对该仓库做可复现的静态证据审计，逐层拆解其目录结构、Lean 形式化覆盖度、验证机制与工程边界，并给出可落地的社区复现路径。

一、它到底发布了什么？

openai/math 不是一个普通的代码仓库。它的定位是 "AI 生成数学结论 + 形式化验证工件"的公开归档，由未发布的 OpenAI 内部模型产出，覆盖数论、几何、数学物理、理论计算机科学等 17 个领域。

仓库的核心结构如下：

text 复制代码

openai/math/
├── README.md                  # 仓库说明与流程概述
├── overview.pdf               # 372 个家族的学科分类总览
├── CONTENTS.md                # 手稿映射索引
├── history.md                 # 仓库更新日志
├── preprints/                 # 各手稿的 PDF、源码与构建说明
├── lean/                      # Lean 形式化证明库
│   ├── README.md
│   ├── formalization.yaml     # 形式化目录与验证配置
│   └── ComparatorChallenges/  # 额外检查指令
└── reasoning_traces/          # 模型的推理摘要

关键数据：

722 份手稿 ，组织为 372 个结果家族
每个家族包含主结果、伴随论证、推论或替代证明
~42% 的顶级结果已完成 Lean 形式化
采用 Apache-2.0 许可

README 中有一段值得注意的坦白："部分未形式化的结果可能存在问题，我们会尽快修复"。这句话是理解整个仓库工程边界的钥匙。

二、技术深潜：Lean 形式化到底覆盖了什么？

2.1 形式化目录与验证配置

lean/formalization.yaml 是理解形式化范围的核心文件。根据其内容，该文件列出了"带形式化主结果的论文目录"，路径相对于 lean/ 目录。仓库的 Lean 库配置如下：

yaml 复制代码

project:
  name: "OpenAI math repository"
  description: "Lean formalizations accompanying a mathematics manuscript collection."
  authors: ["OpenAI"]
  license: "Apache-2.0"

这意味着 Lean 形式化不是孤立的代码块，而是与具体论文绑定的、有目录索引的验证工件。

2.2 形式化覆盖率的真实含义

"42% 的顶级结果已形式化"需要仔细解读：

分母是"顶级结果"（top-line results） ，不是全部 722 份手稿
未形式化的结果不代表错误，但也不具备机器可验证性
形式化覆盖率是动态增长的，README 明确表示"会持续更新 Lean 形式化"

2.3 推理摘要的可及性

仓库公开了多个家族的精简推理摘要，包括：

家族编号	主题
007	乘性函数的普通两点关联
017	π 的无理性指数
087	对称与广义 Mahler 猜想
102	基本半正定阈值下的 NP-难
159	算术级数的拟多项式界
197	特征 2 下的 Kaplansky 直接有限性猜想
221	稀释自旋玻璃的 Mézard--Parisi 公式

这些摘要不是完整证明，而是模型推理过程的精简呈现，用于帮助读者理解证明思路的来源与结构。

三、SafeNet 取证审计：我们的验证做了什么

3.1 审计方法

本次审计遵循 L3 证据标准，采用以下合规路由与获取方式：

路由：SafeNet gh-proxy / GH Proxy Primary（cn 优先）
获取方式 ：浅克隆 + partial clone（--depth 1 --filter=blob:none --no-checkout --no-tags）
预算：每仓 30 文件的 bounded 预算内做分层证据抽样
核验：所有受评文件完成 Git blob SHA 核验

固定 commit：fd4aeeb2ee4fc729c18d98444fed42fd0529eeeb。

3.2 证据完整性

证据维度	结果
根契约文件	2 个（LICENSE、README.md）
CI 工作流	0 个
测试文件	2 个
代表性源码	26 个
blob SHA 核验	100% 通过
L3 结论	PASS，checks 8/8

3.3 一个重要的审计边界

CI 工作流为 0 。这意味着仓库没有自动化的持续集成流水线。Lean 证明的正确性依赖人工运行验证脚本，而不是每次提交自动触发。这是使用该仓库时需要特别注意的工程约束。

测试文件的存在（如 test_reproduce.py、test_smallcode_verify.py）说明作者确实提供了可复现验证的入口，但这些入口需要手动执行。

四、落地建议：社区如何真正使用这个仓库

4.1 最小可行验证路径

如果你想验证某个具体家族的 Lean 形式化，最稳妥的方式是使用社区已有的复现工具。例如 oai-math-recheck 项目专门用于单独重新检查某个结果家族，无需构建全部 721 份手稿。其工作流程包括：

编译指定家族的 Lean 证明
运行公理审计（axiom audit）
检查陈述等价性（statement-equivalence）
运行负控制（negative control）

4.2 环境准备

推荐使用 Lean 4 + Mathlib 的标准工具链。仓库的 lean/README.md 包含了构建说明。注意：这不是一个开箱即用的 lake build 项目 ，需要根据 formalization.yaml 的配置逐家族处理。

4.3 三条务实建议

先看 overview.pdf，再选家族。不要试图一次性理解全部 372 个家族，根据你的领域兴趣定位 2-3 个家族深入。
优先选择已形式化的家族。42% 的覆盖率意味着超过一半的结果没有机器验证支撑，形式化过的家族可靠性显著更高。
把推理摘要当作"思路索引"，不是证明 。reasoning_traces/ 中的摘要帮助你理解模型的推理路径，但数学证明的有效性仍需以 Lean 验证为准。

五、工程边界：它不是什么

为了避免过度解读，必须明确几个边界：

它不是"722 个数学难题全部被解决"。 722 是手稿数量，其中包含主结果、伴随论证和替代证明。实际的"结果家族"是 372 个。

它不是"42% 的结果已经过同行评审"。 Lean 形式化验证了证明的逻辑正确性 ，但不等于数学意义的同行认可。一个形式化证明可能正确，但其陈述的数学价值仍需领域专家判断。

它不是"可以直接用于生产的代码库"。 这是研究工件归档，不是软件产品。没有 CI、没有发布流程、没有 API 稳定性承诺。

它的验证是分级的。 仓库包含"不同验证阶段的结果"，部分有 Lean 证明，部分没有，部分可能有未修复的问题。使用时应以 formalization.yaml 中的验证配置为准。

六、本周趋势定位

指标	数据
GitHub 本周排名	第 2 名
Star 数	12,692
Fork 数	1,342
主语言	Lean
许可	Apache-2.0
创建日期	2026-10-06

与同期 Top10 项目的差异化在于：它是唯一一个以"数学手稿 + 形式化验证"为核心工件的仓库，而非工具库、框架或应用项目。它的价值不在于"可运行"，而在于"可验证"。

七、合规声明

本文结论基于 repos/math @ fd4aeeb 的浅克隆关键文件证据，经由 Valhalla-SafeNet-Accelerator 合规审计。本文为静态证据报告，未经运行时实测。 所有文件均完成 Git blob SHA 核验，结论可离线重放。

许可提醒：仓库采用 Apache-2.0，商用前请阅读 LICENSE 全文。由于仓库包含 AI 生成的数学内容，二次分发时建议注明来源与验证状态。

Valhalla SafeNet Accelerator × Matrix Alchemy Lab · 本周最热 Top10 独立评测系列 #02