OpenAI 公开 722 篇数学手稿：平均一个结果约合 3 小时 ChatGPT Pro 算力；同日与 Atlassian 扩大合作
OpenAI 把一个内部前沿模型产出的 722 篇数学手稿放进公开仓库，并披露算力与推理摘要，发布地点与模型署名这两项和它自己请的数学顾问小组的建议还差着；同日与 Atlassian 扩大企业合作，另挂出智能体在合同法务与量化研究里的两份案例。
本期窗口为北京时间 10 月 6 日 21:00 至 10 月 7 日 21:00。窗口内 @OpenAI 发出两条推文，都在北京 10 月 7 日 06:19，说的是同一件事：把一个内部前沿模型产出的数学结果公开出来。12
官网新闻页的条目在同一段时间里从 1247 条增加到 1251 条，多出的四页页面日期都写着 10 月 6 日，其中一页正是这两条推文指向的发布页。3四页分别是：一次研究成果的公开、一份企业合作、两份智能体进入专业工作的案例。下面按这四页展开。
仓库里有 722 篇手稿、372 个结果族
仓库自己写明的规模是：722 篇手稿，归入 372 个结果族，每个族按数学分支归类，并配一份总览文件与一份手稿索引。4
| 公开项 | 内容 |
|---|---|
| 手稿与结果族 | 722 篇手稿，归入 372 个结果族 4 |
| 模型试过的题 | 评测期间约 4,000 道 4 |
| 单个结果的平均算力 | 约等于 3 小时 ChatGPT Pro 的思考 3 |
| 模型推理摘要 | 10 份 3 |
| 机器可校验的证明 | 一部分手稿带 Lean 形式化，会继续补 4 |
Lean 是一种能让计算机逐步检查数学证明的编程语言，形式化指的是把证明改写成这种语言。3
仓库把这些结果分成不同的验证阶段：带形式化的只是一部分，没有形式化的手稿可能存在问题，官方说会尽快修正。修订会作为新版本发布，旧版本继续可查。4两处例外没有走这套统一流程：黎曼 zeta 函数零点自由范围的工作，以及 CM 阿贝尔簇霍奇猜想的证明；其中关于零点自由范围的那篇写作经过人工编辑，以便阅读。4
公告说这批结果参考了顾问小组的建议
发布方式这件事，官方公告交代了来源：这批结果的做法参考了一个独立顾问小组的建议。3这个小组是数学与人工智能顾问小组（Advisory Group on Mathematics and Artificial Intelligence），由数学家自行组建、普林斯顿高等研究院承办，OpenAI 从 9 月起公开与它的合作。5
小组在 9 月 29 日发布了自己的建议文件，标题是《Responsible Release of AI-Generated Mathematics》，文件说明它此前向数学界征求反馈，收到 600 多份回复。6文件开篇写明，小组不认可在闭源模型上测试高等数学问题这一做法，并请相关实验室停止；对已经产出的结果，小组给出几条可以逐项核对的要求：结果应存入不受任何 AI 实验室控制的学术仓库，仓库要有持久可引用的标识并记录后续修改；每个结果要公布模型名称、所用提示、思维链摘要、耗时与算力估算；证明应尽可能形式化；实验室不该把结果发布当成推广模型的场合。6
对照这次发布，算力估算、10 份推理摘要、Lean 形式化和试过多少道题的统计都已经给出，形式化产物也按社群惯例提供了检查用的配置。34另外两条还差着：结果是放在 OpenAI 自己名下的 GitHub 仓库里，公告写明仍在寻找符合小组准则的社区托管方案；模型的名称也没有给，公告和仓库都只称它为一个内部前沿模型、一个尚未发布的内部 OpenAI 模型。346
小组还有一条要求实验室出资支持后续的人类理解，并让这项工作由数学社群主导。6公告里对应的动作是：将资助一系列研讨会、会议与特别项目，围绕如何理解 AI 产出的重要结果。3公告结尾说，公司正努力负责任地发布产生这些结果的模型，并会继续在数学与其他科学上评测内部前沿模型。3
与 Atlassian 扩大合作，前沿模型接进企业已有的工作流
10 月 6 日，Atlassian 与 OpenAI 宣布扩大合作，把 GPT-6 家族的前沿模型接进 Atlassian 的平台与它的 Rovo。Rovo 把 OpenAI 的模型能力与 Atlassian 的 Teamwork Graph 合在一起，后者是一层企业上下文，把公司里的人、项目、文档和决策连起来。7
Atlassian 自己先用起来的部分包括：3,000 多名开发者在终端、IDE 和代码审查流程里使用 Codex。7面向客户的部分是插件：Atlassian 与 Teamwork Graph 的 CLI 插件让 ChatGPT 和 Codex 读得到相关的项目信息、文档与开发上下文，读取范围受权限约束；Atlassian 的插件扩展把 Jira 工作项、Confluence 内容和人员带进 ChatGPT 与 Codex 的提示里。7
协议给 Atlassian 扩大了对最新前沿模型的访问，公告点名 GPT-6 Astra 与 GPT-5.6 系列。7两家的合作从 2023 年开始，OpenAI 这一侧也在继续使用 Jira 管理公司内部的关键流程。7
两家在谈的下一步是更深的 Jira 集成：让团队把工作派给 AI 智能体、跟踪进度、记录决策、复核结果。配合 Atlassian 用来衡量开发者生产力与工程表现的平台 DX，这些能力可以帮工程负责人看清楚 AI 对开发速度、周期时间和开发者体验的影响。7公告里的两句引语分别来自 Atlassian 负责 AI 产品的 Jamil Valliani 和 OpenAI 负责 API 产品的 Nikunj Handa，后者说两家要把智能体能力放进企业实际运作的上下文里，让团队从看懂工作走到动手做事。7
把合同法务拆成 11 个训练任务
这是四页里唯一给出对照数字的一页。OpenAI 说，下一步要让智能体更会用专业软件解决复杂的商业问题：看懂一家公司的业务规则、跑完多步工作流、并核验结果符合最初的要求。8第一个合作对象是 AI 合同公司 Ironclad。8
任务的来源是两边的人一起挑：Ironclad 的员工和 OpenAI 内部使用 Ironclad 的人定出了 11 个任务，横跨法务、商务与采购，包括设置保密协议、搭建采购审批流程、按请求者选定的辖区更新一条可复用的法律条款。官方估算，一个有经验的用户做其中一题平均要 30 到 40 分钟。8每个任务按 8 到 50 条标准打分，难度越高标准越多；Ironclad 另外提供自己产品的托管环境给模型练习，OpenAI 的研究者围绕这些工作流合成训练任务，再做强化学习。8
GPT-6 Astra 是第一个在 Ironclad 任务上训练的前沿模型，官方给出的整体口径是平均分比 GPT-5.6 Sol 高 32%、每次尝试的估计时间低 48%；另有一个用于开发 Astra 的内部模型在这些任务上拿到 63.7%。8公告还配了两段同一任务的对照片段：Astra 满足约 94% 的标准、估计用 20 分钟，GPT-5.6 Sol 满足约 85%、估计用 32 分钟。8
三个脚注限定了这些数字的分量：成绩只覆盖这 11 个研究任务，范围限于 Ironclad 的一部分工作流；时间是按假定的模型处理速度与生成速度算出的估计值，客户实测的节省时间还没有；训练用的任务由美国证监会 EDGAR 数据库里的公开合同合成，过滤过个人信息，没有使用 OpenAI 的客户数据、OpenAI 的内部合同，也没有用 Ironclad 的非公开客户数据。8
Ironclad 的首席技术官 Sunita Verma 在公告里说，智能体要能在复杂的合同工作里真正派上用场，前提是理解整个合同生命周期，并在保留团队所依赖的控制的前提下把业务流程衔接起来。8OpenAI 同时在招募更多软件公司参与这类研究合作，要求报名的团队给出具体例子：要智能体做什么、它在哪一步失败、怎样才算成功。8
Jump Trading：把跑几天的研究交给一组智能体
另一页是一份客户案例，主角是定量交易公司 Jump Trading。它用 GPT-6 Astra 处理更长、更模糊的研究问题，页面标的产品是 ChatGPT，企业规模，北美，行业是金融。9
Jump Trading 负责 LLM 研发的 Lucas Baker 描述的做法是：先定义关键问题、工作环境，以及判断结果质量与重要性的标准，然后实时把一组智能体往哪个方向推。他说，用上 GPT-6 Astra 之后，智能体不只能找到有意义且可用的改动，还能把这些改进合并、叠加，形成递归改进；在单个长任务里，系统能自己分析发现、按最初提案里的标准判断，并主动调整方向，人对每一轮结果的介入随之减少。9
Baker 举的能力上限是跑几天的任务：从多个数据源取数，判断哪些重要哪些不重要，再把它们互相关联，产出一份真正可用的综合分析。9
在受监管的行业里，他把这些放进了约束：系统和边界要设计得强，约束要清楚，基础设施要便于介入和观察，人对改动要有复核。他给的例子是，如果智能体产出一个交易信号，这个信号和其他信号走同一套审查，可能有信息量，也可能出错，并且要在经过严格审查和控制的执行环境里与其他信号整合。9
他对下一步的判断是，由智能体研究者递归改进可测量系统这类工作会普遍到成为量化研究者日常的一部分；到那时研究仍然从人定义的系统开始，包括输入、环境、评估指标、取舍与优先级，其余过程交给一组由其他智能体协调的智能体。9页面结尾另给了一个官方口径：全球有超过 100 万家企业用 OpenAI 做出了可衡量的结果。9
接下来核验什么
- 模型的名字。 公告和仓库都只称它为一个内部前沿模型，而顾问小组的建议里，公布模型名称是每个结果发布时的要求。346
- 社区托管仓库的落脚点。 官方说仍在寻找符合小组准则的方案，没有给时间。3
- 没有形式化那部分手稿的复核安排。 仓库明说这部分可能存在问题、会尽快修正，谁来做独立复核没有交代。4
- 与 Atlassian 的商务条款与上线时间。 协议金额、各插件与集成在哪些市场上线、什么时候上线，公告都没有给。7
- Ironclad 这套能力的通用化时间。 这些任务上的提升什么时候进入普通产品、除合同之外还有哪些合作方向，公告没有时间表。8
- Jump Trading 的成本与收益。 用了多少智能体、花掉多少算力、省下多少时间，页面都没有数字。9
- 上一期的挂起项。 广告的收入与价格、增量测量的设计、dots 的可用市场与深度工作额度、Ultrafast 落到 GPT-6.1 Sol 的时间、澳大利亚事件后续、Hugging Face 更广审查里 53 例之后的数字，本窗口都没有更新。101112
References
- 1
- 2
- 3
- 4OpenAI 数学手稿仓库（官方公告与推文所链）
github.com
- 5
- 6
- 7
- 8
- 9
- 10DevDay 2026 Recap｜OpenAI
openai.com
- 11
- 12
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.