OpenAI 沒有用聊天產品發表會推出下一代模型名號，而是直接丟出十份可機器檢查的數學與理論計算機科學結果。官方部落格〈Ten advances in mathematics and theoretical computer science〉寫明：這些問題的主結果至少十年沒有進展（多數更久）；解答由內部版 Astra（下一代主力模型代號）在開發期評估中產出；找齊十個解所需 token，若按 GPT-5.6 Sol API 價格估算約 2000 美元；人類再與同一模型把論證整理成稿，模型隨後把每份論證形式化成 Lean 4 證書，並釋出推理敘事 PDF 與完整論文包。
一句話：這次要比的不是「會不會解難題」，而是「能不能把證明交到編譯器手上」。
十個結果橫跨八個領域
Developers Digest 等整理的清單與官方 PDF 對得上，涵蓋高維幾何、編碼、群論、算子代數、算術電路複雜度、量子複雜度、格密碼與極值組合：
- 高維球堆積：釐清 Cohn–Elkies 線性規劃的漸近強度，改進高維一般堆積上界。
- 二元／球面碼：在任一給定最小距離下，對最大碼大小給出指數級改進上界。
- 非 sofic 群：構造證明此類群存在，回應「是否每個可數群都有有限置換逼近」的核心問題。
- Connes 剛性猜想：反例——構造無限多兩兩不同構、卻有相同群 von Neumann 代數的 property-(T) 群。
- 算術電路複雜度：永久式的新下界，含公式需 Ω(n⁴/log n) 等結果。
- 量子平行重複：一般兩人量子博弈的指數平行重複定理。
- 最近向量問題（CVP）：多項式因子近似硬度，牽動後量子密碼與格問題。
- Ehrhart 體積猜想：每個維度下，質心為唯一內部格點的凸體最大體積尖銳界。
- 多色 Ramsey：多色三角形 Ramsey 數超指數下界，對應 Erdős 問題 183。
- 極值圖論： compactness／degeneracy 相關構造，對應 Erdős 問題 146、180。
這不是五月單位距離猜想「單一王牌結果」的放大版。廣度本身就是訊號：八個領域、十個彼此不相干的開放題，比較難用「碰巧撞上一個好提示」解釋。
對密碼與複雜度社群，第 7 項 CVP 近似硬度尤其敏感：格問題直接連到後量子假設與解碼。對組合學，Erdős 編號題目被一次清多道，會吸引最多 mainstream 目光。對算子代數與群論，Connes／sofic 這類結果則更可能在小圈子裡引發長時間審查——也正是 Lean 證書最有價值之處：至少先把「論證有沒有形式漏洞」與「結果在文獻中的意義」拆成兩段工作。
OfficeChai 等報導補充：Astra 本身仍未對外釋出；Altman 本週在華府用它向參議員與行政官員示範長任務協作，數學是 headline。產品命名未定，十證卻先定調——OpenAI 想在監管對話裡拿出「可驗證進步」而不是只談聊天市占。
Lean 倉庫為什麼比新聞稿重要
官方把形式化證書當一等產物。GitHub 倉庫為標準 Lean 4.32／mathlib／Lake 專案：lake exe cache get && lake build All 可編譯全部十份；模組名如 NonSoficGroup.lean、ConnesRigidity.lean、Permanent.lean、GapCVP.lean 等可直接對題。授權 Apache-2.0，並附 ComparatorChallenges 供獨立檢查說明。
這改變驗證經濟學。人讀四十頁證明要數月，仍可能漏縫；Lean 證書編譯過或不過，檢查器幾分鐘給答案。七月 GPT-5.6 Sol Ultra 圖論證明已示範過單一難題路線；這次差異是規模——不是一旗艦，是十連發，且預設附機器可檢查證書。
OpenAI 同時釋放「How the Ideas Came Together」推理敘事：由模型閱讀原始思維鏈與成稿後，重構每題的思路轉折、死路與關鍵視角。對研究者，這比只丟最終定理更接近可學習的方法論文獻；對懷疑者，它仍無法替代「搜尋過程是否可獨立複現」——Astra 本身未公開，外界拿不到同等搜尋軌跡。
署名政治：對 Leiden 宣言的直接回應
官方寫得很硬：歸因應誠實反映產出方式；若證明完全由 AI 系統生成，卻宣稱人類作者，會同時扭曲系統貢獻與真正人類智識工作。他們協助成稿與 Lean 形式化，並對正確性負責，但數學論證本身由系統生成。這是對 Leiden「AI 與數學」宣言披露要求的對位動作。
數學界接下來要審的不只是「編譯過沒有」，還有概念選擇、結果在文獻地圖上的位置、與既有定理的關係。Lean 過關是必要條件，不是充分條件——社群仍可能因定義邊界或既有結果關係要求修訂。可觀察節點很具體：第三方能否順利 build；領域專家是否接受表述與歸屬；十證中有無被撤回或大幅改寫。
時機：同一天華府框架大限，Astra 卻先交「可驗證知識」
Astra 本週已在華府向議員與行政官員演示，定位偏多智能體長任務協作，數學當 headline 證明場。模型是否叫 GPT-6、GPT-5.x 升級或獨立檔位尚未公開定案。選擇在白宮 60 天框架大限同一天公開十證，政治讀法很難避開：一邊是自願預審規則仍可能空窗，一邊是實驗室用可編譯證明搶「誰能產出可驗證知識」的聲譽。
兩千美元這個數字同樣刺耳。它定價的是研究方法，不是結果本身。有經費的實驗室理論上可把定理發現當批次作業跑；瓶頸轉到提示設計、結果篩選與領域把關，而不是算力帳單。這也把競爭從「誰的聊天更聰明」拉到「誰的形式化管線更穩」。
邊界與下一步
明確限制：Astra 是內部模型；搜尋過程不可外部複現；OpenAI 對正確性負責，但學術接受度仍待審；GitHub 能編譯不等於每個非形式敘述都已完成社群確認。與產品 API 定價、ChatGPT 功能亦無直接對照表——這是研究產物發布，不是消費功能上線。
對開發者與研究採購：把 Lean／形式化工具鏈當觀察指標，而不是只追 benchmark 排行；追蹤倉庫 issue 與數學論壇對十證的修訂；留意後續是否把 Astra 級能力產品化進可呼叫 API。對政策觀察者：同一週末歐盟透明度義務生效、美國框架公開交付物缺席，對照 OpenAI 選擇用數學證書說話——治理真空與實驗室展示，正在同一時間軸上互相加劇。
也要注意成本敘事的雙面。兩千美元聽起來便宜，指的是「找到解」的推理 token，不包含訓練 Astra、人類審稿工時、形式化迭代與後續學術溝通。實驗室若複製方法，仍需領域專家判斷「哪個開放題值得燒、哪個結果值得投期刊」。方法變便宜，不代表數學研究變成自動販賣機——它變成「搜尋＋篩選＋驗證」的流水線，卡點從算力挪到品味與責任。
與翁荔回歸推動遞迴自我改進並讀更有張力：一邊用模型改進生產內核砍成本，一邊用模型批量產出可編譯證明。自我改進不再只是治理恐懼詞，而是兩條已公開的工程／研究管線。Astra 十證等於告訴外界——下一階段競賽包含「誰能穩定產出可驗證知識工件」。
OpenAI 這次沒有說「Astra 已全面公開」。它說的是：下一代模型在開發期就已經能批量產出跨領域、可機器檢查的開放題結果，且願意用署名規則承認「論證是系統寫的」。數學界會慢慢給分；編譯器會先給第一輪。