OpenAI自封奥数金牌被全网爆锤，数学大神公开质疑

本文来自微信公众号：APPSO （ID：appsolution），作者：APPSO，原文标题：《OpenAI自封奥数金牌被全网爆锤！网友怒斥炒作，数学大神公开质疑，封神还是碰瓷？》，头图来自：AI生成

最近，一件大事在科技圈和数学圈炸开了锅。

OpenAI宣布，他们的人工智能模型，在世界最顶级的数学竞赛（IMO）中，考出了相当于金牌的成绩。

简单来说，就是AI学会做数学奥赛题了，而且还是世界冠军水平。

这本该是展示AI技术实力的一个高光时刻，没想到，消息一出，庆祝的香槟还没开，全网的口水仗就先打了起来。

一则技术喜报，迅速演变成了一场巨大的争议风波，主要集中在三个问题上：

• 时机对吗？OpenAI没有像其他IMO要求的AI公司一样，在闭幕式结束一周后宣布成绩，是不是在抢这群高中生的风头，失了体面？

• 金牌真吗？OpenAI的“神秘模型”参加的比赛不是IMO官方邀请的，而评委又是自己请的，这个“金牌”的含金量，到底有多少？

• 比赛公平吗？让一个能瞬间调用海量资源的AI，和苦学十几年的人类孩子在同一个维度下比较，这本身是不是就不公平？

这背后，到底发生了什么？我们一层层来看。

一、OpenAI做了什么，为什么引发了争议

风波的第一个引爆点，是发布时间。

7月19日，OpenAI研究员Alex Wei在X平台发文，称其实验性大模型在IMO数学竞赛中取得了金牌级别的成绩。

• 6道题做对5道，得分35/42，金牌标准是35分，银牌标准是28分；

• 模型在不借助外部工具的标准考试环境下完成，无网络，相同的时间限制和仅限一次的提交限制等；

• 评分标准则是由3位前IMO金牌得主打分并达成共识，Alex在自己的GitHub上公布了模型的答题文本；

• 使用的不是即将发布的GPT-5，而是一个内部未命名的独立实验模型，且在未来几个月之内都不会发布具有这种能力的模型。

Alex称这是“AI推理能力的一次重大跨越”，并强调模型的通用性，即此次使用的模型，没有针对奥数专项训练，它的优异的表现是来自通用的推理能力。他特别提到为什么这件事是个“大事件”：

IMO问题与过去的基准相比，需要一个新的持续创造性思维水平。在推理时间范围内，我们现在已经从GSM8K（顶尖人类约0.1分钟）→MATH基准（约1分钟）→AIME（约10分钟）→IMO（约100分钟）。

然而，争议就是从Alex Wei这则OpenAI在IMO拿到金牌级别成绩帖子的“发布时间”开始。

热议帖子，原文链接：https://x.com/Mihonarium/status/1946880931723194389

X上有人引用曾经IMO金牌得主Joseph Myers的评论图片发文：

国际数学奥林匹克要求人工智能公司不要抢孩子们的风头，并在闭幕式后一周再公布结果。而OpenAI在闭幕式之前就宣布了结果。

IMO 协调员 Joseph Myers 评论截图，内容为与 IMO 相关人员交流时均表示 OpenAI 此次做法不合时宜。

Joseph Myers在评论中也说：

在IMO 2025年，评审团和协调员普遍认为，AI开发者在IMO比赛前后（例如在闭幕派对之前）宣布与IMO相关的成绩是不合适的。

通常，协调员的观点是，相关公告应至少在闭幕典礼后一周发布，因为比赛的重点应放在人类参赛者的成就上，而AI的报告不应分散大家的注意力。

博主还引用了另外一家参与IMO测试的数学超级智能AI公司Harmonic的发文，来证实IMO的规则。

为了维护学生竞赛的神圣性，IMO理事会已要求我们和其他参与的主要AI公司，直到7月28日为止暂不发布我们的结果。

这一下，OpenAI被推上了“不尊重赛事”的风口浪尖。网友指责他们为了抢一个头条，破坏了赛事的仪式感，让那些顶着巨大压力参赛的年轻人的成就黯然失色。

有网友直接评论说，“今年参与真实竞赛的青少年选手，在极高的压力下完成答题、面对真实评审、承担名次荣誉，他们成就理应获得充分尊重，而不应该是被OpenAI抢走了风头。”

不过，OpenAI研究员Noam Brown随后澄清：

1.我们是在闭幕式结束后发布的消息，闭幕式是直播的，可以证明他们的发布时间。

2.他在发帖前提前告知了一位IMO组织者，后者请求OpenAI等闭幕式结束再发，OpenAI也确实遵守了这个请求。

尽管如此，“抢跑”、“不体面”的标签还是贴在了OpenAI身上。如果说这还只是程序和沟通上的误会，那接下来的争议，则直指这次“金牌”的含金量本身。

二、谁的舞台？谁的规则？谁说了算？

更大的质疑在于，这块“金牌”是谁认证的？

虽然Alex Wei在帖子里面，包括后面OpenAI转发的时候，都是小心地称模型达到“金牌水平”（gold medal-level performance），并没有说“获得金牌”或“赢得比赛”，但在社交媒体传播中，还是被简化为“AI赢得金牌”。

因为IMO是有专门邀请相关的AI公司参与竞赛，例如前文提到的Harmonic等AI公司，但是OpenAI不在官方邀请参赛的名单之上。

也就是说OpenAI并没有正式注册参赛，也没有将结果提交IMO评审机构进行评分，而是选择了邀请三位前金牌得主“打分”。

有评论指出，三位前金牌得主并非官方协调员，OpenAI的测试过程也未公开，只是内部验证，没有像其他AI挑战（如前几天与Psyho的程序大战）那样接受第三方验证。

说白了，这更像一场内部测试，而非公开挑战。尽管模型可能确实解决了问题，但一套不公开、不透明的流程，让其“金牌级别”的说法显得有些“自卖自夸”。

虽然夹杂着“发布时间抢跑，争夺孩子们的风头”以及“所谓的金牌结果不可信”等争议，还是有不少的网友选择支持OpenAI，认为这不但无害，反而带来了更多关注。

一位网友说，“OpenAI的帖让我第一次点进去看今年谁拿了金牌，以前我从不关心。”

也有AI工程师表示，“这不是抢了学生风头，而是让大家都对IMO更感兴趣。”

三、陶哲轩：AI解题成功≠与人类平等

所以OpenAI这一波操作，是不是真的“越界”了，光为了秀自己的实力，全然不顾“孩子们”的感受。

作为此次IMO金牌得主颁奖嘉宾的陶哲轩，也在Mastodon上发长文。虽然他没有直接谈论此次OpenAI的争议，但他分享了自己的观点是：

AI能力存在着极为广泛的差距，差距可能达到几个数量级，这取决于提供的资源和辅助支持，以及如何获得报告结果。

他拿这次的IMO竞赛举例，把AI取得的成绩类比为选手在时间加速器中答题了多个月，而不是人类标准比赛里面的固定时间，同时AI能够允许他们提前重写题目、用无限工具解题、多人协作、丢弃失败样本、只上交最好答案等。

他最后也总结说，与其纠结于分数高低，不如先问一句：比赛规则公平吗？

在没有一个控制测试方法的情况下，应该小心不要将各种AI模型在IMO等比赛中的表现进行简单的比较，也不应将这些模型与人类选手进行直接对比。

我也不会评论任何没有提前披露方法论的自我报告的AI比赛成绩。

六月份，陶哲轩曾在Lex Fridman的播客中预测AI不会在国际数学奥林匹克竞赛（IMO）中取得高分。他建议研究人员目标定得稍低一些。“有较小规模的比赛，有些比赛的答案是一个数字，而不是长篇证明”。

抛开关于发布时间和评分标准的技术性争论，整场风波的内核，更像是一种集体情绪的真实写照，

我们，或许还未准备好接受这个趋势。

这个趋势就是，眼看着AI从围棋棋盘，到编程赛场，如今又兵临城下，来到了代表着最年轻一代智力光芒的IMO数学赛场。

我们可以争论评价标准是否统一，可以辩驳AI拥有不平等的资源，但这些都无法改变一个最根本的事实。

AI只会越来越强，我们曾经引以为傲的一座座智力堡垒，正在被它逐一攻破。

OpenAI这次引发的争议，或许就是人类与AI共存时代的一个缩影。一边是疯狂进化的技术，一边是需要时间调适的人类。

还值得关注的是，就像 Alex Wei 在推文的最后说的一样，他向所有的参赛者表示祝贺，并表示现在 OpenAI 的很多研究员都是来自曾经 IMO 数学竞赛的选手。

而在此次 IMO 竞赛中，中国队选手获得了团体第一，全员金牌！第二名是美国队，其中大部分也是华裔选手。

结合最近硅谷 AI 人才争夺战的华人比例，先不说 OpenAI 这个神秘的模型到底行不行，但是我看在数学这方面，我们一定行。