6 октября OpenAI опубликовал 722 математические рукописи одним выпуском. Уже на следующий день три работы отозвали: ошибка в знаке сломала общий аргумент. Ещё четырнадцать пришлось переписать. А через два дня Теренс Тао, которого называют величайшим математиком современности, написал в блоге фразу, которой от него не ждали: «Я в ужасе».

Удивляет здесь даже не релиз. Удивляет, кто реагирует. Тао годами был одним из главных сторонников ИИ в математике и охотно тестировал новые модели на собственных задачах. Если машины приносят пользу, радоваться должен был он. Вместо этого Тао объяснил, что проблема не в том, что ИИ не справляется. Проблема в том, что он справляется.

Что случилось 6 октября

Масштаб выпуска не имеет прецедентов. 722 рукописи за один день, и меньше половины главных результатов сопровождались формальной компьютерной проверкой. Три работы отозваны в течение суток, четырнадцать переписаны. Стивен Строгац сказал, что пока не может понять, запомнится ли 2026 год как год чуда математики или как её ужасный год.

OpenAI пообещал финансировать разбор результатов. Но независимые консультанты, которых компания привлекла сама, возражали против тестирования задач на моделях, недоступных другим исследователям. А новая группа, Ассоциация человеческой математики, назвала релиз демонстрацией силы.

Дальше без контекста не разобраться. ИИ в математике давно перестал быть экспериментом: модели решают задачи, десятилетиями стоявшие открытыми, но пока плохо умеют объяснять то, что сделали. Разрыв между результатом и пониманием стал главным конфликтом этой осени.

От чемпиона ИИ до предупреждающего

История Тао объясняет, почему его слова весят так много. В десять лет его фотографировали рядом с Полом Эрдёшем, легендарным математиком, оставившим после себя сотни нерешённых задач. В тринадцать он стал самым юным золотым медалистом в истории Международной математической олимпиады. В 2023 году он ожидал, что ИИ станет надёжным соавтором исследований примерно к 2026 году, и заранее предупреждал о болезненных потрясениях.

Даже он недооценил скорость. В июне 2025 года, рассуждая о проверках ИИ на олимпиаде, Тао сказал, что для этого слишком рано: «Этого не случится на этой олимпиаде». Через несколько недель OpenAI отчитался о золотом уровне, а результат Google DeepMind получил официальную сертификацию.

Потом наступила осень 2025 года, и репутация ИИ в математике получила первую заметную трещину. Топ-менеджер OpenAI объявил, что GPT-5 решил десять нерешённых задач Эрдёша. Томас Блум, который ведёт сайт с их списком, назвал это драматической подменой понятий: модель просто нашла статьи, где эти задачи уже были решены. Пост удалили. Машина оказалась очень хорошим библиотекарем.

Через полгода произошло то, чего библиотекарь не может. В апреле 2026 года 23-летний самоучка, бросивший колледж без диплома по математике, отдал ChatGPT задачу шестидесятилетней давности. Сырое доказательство один математик из Стэнфорда назвал «весьма слабым», но внутри нашлась идея, которую эксперты пропустили. Как позже сказал Тао, они коллективно свернули не туда на первом ходу. Тао и коллеги вместе с автором довели идею до полноценной статьи.

Навье-Стокс, 10 000 агентов и спор о приоритете

Сентябрь добавил к разговору деньги и право первого. Уравнения Навье-Стокса описывают движение жидкостей и газов, и задача об их трёхмерных решениях входит в семь задач тысячелетия, каждая из которых оценена в миллион долларов. Если совсем коротко: никто не доказал, что гладкое решение существует всегда, и никто не построил пример его катастрофического разрушения.

Третьего сентября Тао описал гипотетический сценарий. Некая компания решает Навье-Стокс, держа почти весь поиск в тайне. Ответ будет существовать, а путь к его пониманию может потеряться. Через пять дней OpenAI объявил о собственном решении.

Техническую часть и хронологию спора об авторстве мы уже разбирали в отдельном посте, а здесь важна реакция самого сообщества. Спор не утихает до сих пор. Тристан Бакмастер из Нью-Йоркского университета почти год работал над уравнениями, близкими к Навье-Стоксу, в личной коллаборации с математиком Левентом Алпёге, который работает в Anthropic. Они опирались на несколько ИИ-систем, включая модели OpenAI. В августе пришёл прорыв: «Первое написанное ИИ доказательство было самым ужасным из всего, что я читал», сказал Бакмастер. Потом они переписывали его в читаемый вид. Свою ситуацию Бакмастер назвал моментом Каспарова против Deep Blue: математик и машина сделали работу за месяц.

В начале сентября поползли слухи: у Anthropic решили крупную открытую проблему. Бакмастер заподозрил, что речь о его собственной работе. Сэм Альтман позже объяснил, что именно слухи стали поводом попробовать: компании было любопытно, сможет ли её система повторить результат. По версии OpenAI, работа началась первого сентября. Невыпущенная система запустила около 10 000 агентов одновременно и примерно за 88 часов получила собственное решение Навье-Стокса.

Третьего сентября Бакмастер написал математику из OpenAI, что слухи, вероятно, о его личном проекте. Дальше показания расходятся. Бакмастер говорит, что через три дня на созвонах с участием Себастьяна Бюбека ему предложили два варианта: опубликовать свой результат первым, а OpenAI выйдет на день позже, или опубликовать своё и самому написать статью о решении OpenAI с указанием модели. Он отказался от обоих, заявив, что если релиз выйдет на таких условиях, он выступит публично. По его словам, Бюбек спросил: «Зачем вы разрушаете свою карьеру?» Бакмастер ответил, что он академик.

Вечером седьмого сентября они с Алпёге выложили свою работу. Часть текста, признал Бакмастер, можно описать только как «AI-шлак», и он извинился за это. Восьмого сентября OpenAI объявил о своём решении, проверенном компьютером.

Бюбек описывает разговор иначе. Он говорит, что спросил, зачем рисковать карьерой из-за обвинений, которые считал необоснованными, и извинился за неудачную формулировку сразу же. OpenAI утверждает, что не видела работу пары до публикации, предлагала им выйти первыми и исключает влияние промптов Бакмастера на свои модели в предыдущие два месяца. Бакмастер не знает, использовались ли их данные. Обе версии никто независимо не проверял.

Отдельная деталь, которую легко потерять в споре: оба результата стояли на старых фундаментах. Идея, как написал Бакмастер, пришла от Диего Кордобы и его бывшего студента Луиса Мартинеса-Сороа, чьи годы работы карандашом и бумагой обе команды взяли за основу. Мартинес-Сороа, по словам Бакмастера, заслуживает медали Филдса. А Кордоба, наблюдая, как машины завершают начатое им, сказал: «Мы здесь не ради денег».

Девятого сентября Тао пришлось защищаться. OpenAI использовала фрагменты его интервью в рекламе, и один блогер обвинил математика в том, что он работает на компанию. Тао ответил, что дал интервью на воркшопе, спонсорство которого сам просил: после заморозки федерального финансирования институт при UCLA, которым он помогает управлять, располагал резервами на считаные месяцы. Он согласился на выборочный показ цитат, надеясь, что так люди увидят возможности ИИ, и признал, что должен был возразить сильнее. По его мнению, большинство крупных технологических компаний гонятся за мощным ИИ независимо от реальной ценности этого для общества. От ярлыков он отказался: «Я не отношу себя ни к простым сторонникам, ни к противникам ИИ».

Через два дня Тао оказался среди 25 первых подписантов декларации о серьёзном рассогласовании ИИ и математики. Все подписанты были обладателями медали Филдса. Декларация предупреждала: без людей, которые развивают новые идеи, порвётся критическая цепочка передачи знаний между математиками. Главный защитник ИИ в профессии подписал предупреждение о самом ИИ.

«Вежливая фикция» и метафора маяков

Ирония в том, что претензия Тао не к провалам машин. Она к их успехам. Шестого октября он описал, что видит. Задачи решают люди, которые недостаточно понимают вывод ИИ, чтобы объяснить его или ответить на вопросы. Которым не интересна область после достижения цели. «Доказательство приходит. Разговор, который должен вырасти вокруг него, может не начаться». Решения, написал Тао, собирают в огромных масштабах, оставляя целые области заметно менее плодородными.

Восьмого октября он перешёл к собственным чувствам. В доказательствах машин он видит умные новые идеи, и его вдохновляют проекты, о которых раньше нельзя было даже мечтать. Но, написал он, я в ужасе от того, что такой выпуск делает с годами терпеливой, намеренно медленной работы, особенно у аспирантов и постдоков. Отдельно он оплакивает путь, который не выбрали: технология могла открыть новые двери, не закрывая старых.

Дальше главная метафора Тао. Математики, по его наблюдению, представляют свою работу её видимыми достижениями, а игривое исследование, из которого достижения вырастают, остаётся за кадром. Это он называет вежливой фикцией. Раньше решение задачи несло за собой исследование: годы попыток и разговоров делали результат ценным. Теперь машина может дойти до цели, пока человек пропускает весь путь.

В лекции этого месяца Тао сравнил знаменитые задачи с маяками. Маяк это и пункт назначения, и ориентир для изучения ландшафта вокруг. То, что вы узнаёте по дороге, независимо от успеха, часто ценнее ответа. А добраться до маяка слишком быстро с машиной означает опустошить поле вокруг него.

Что Тао предлагает вместо запрета

Никакого моратория в его текстах нет. Тао хочет другого баланса: объяснение результатов, построение сообществ и открытие новых направлений должны весить больше, а первенство меньше. Он вошёл в совет нового видеожурнала, который судит работы в том числе по тому, как авторы умеют их объяснять. Тест на публикацию простой: могут ли авторы ясно и корректно объяснить результат экспертам и отдать должное всем причастным.

Его самый бытовой пример пришёл из детства. Спросите детей, кто назовёт самое большое число, и рано или поздно кто-то сообразит, что всегда можно прибавить единицу. Прочитайте им сначала лекцию о бесконечности, и игра закончится. «В эпоху тяжёлого использования ИИ важно помнить, каково это, быть ребёнком», написал Тао.

Урок го: машины дают концовки

Раньше всех то же самое пережили игроки в го. Ли Седоль, чемпион, проигравший AlphaGo, предупреждал: «Я столкнулся с проблемами ИИ раньше других, но это случится со всеми». В этом году он признался: «Причина, по которой я играл в го, исчезла».

Но есть и вторая половина истории. Исследование 5,8 миллиона профессиональных ходов показало, что после появления сверхчеловеческого ИИ человеческая игра стала лучше и оригинальнее. Ли теперь надеется, что ИИ поможет людям сыграть шедевр, а один из сильнейших игроков мира говорит, что может играть партию, рассказывающую историю, на которую способен только человек.

Математики получили тот же вопрос, только раньше остальных. Что в работе является концовкой, которую может выдать машина, а что историей вокруг неё: ваше суждение, люди, которых вы учите, вопросы, которые ваш опыт помогает замечать. Останутся ли эти части оплачиваемыми, зависит от того, что решат считать работодатели, клиенты и институции.

Показательна история французского математика, у которого ИИ за часы сделал работу, отнявшую бы годы. Он написал, что надежда создать что-то значимое исчезла. Но он не остановился на горе: запустил открытый проект, где любой может собирать результаты из литературы и от ИИ в один понятный текст под общим именем. В эссе он попросил признать, что у молодых исследователей есть основания бояться, и обратился к тем, кто нанимает: «Перестаньте считать статьи кандидатов». Томас Блум в тот же день снял с сайта задач Эрдёша метки «открыта» и «решена», чтобы отбить желание скармливать задачи ИИ ради дофаминового щелчка. Его просьба звучит так: пользуйтесь ИИ как хотите, но не отказывайтесь от математики как человеческой деятельности.

Частые вопросы

ИИ действительно решил Навье-Стокс?

Слово «решил» здесь требует оговорок. И у OpenAI, и у Бакмастера с Алпёге есть доказательства, проверенные компьютером, но оба построены на старых идеях, а спор о приоритете продолжается. Независимой проверки обеих версий событий нет. Точнее говорить так: получены доказательства, которые ещё предстоит понять, объяснить и оценить сообществу.

Почему Тао в ужасе, если он сам продвигал ИИ в математике?

Его претензия не к возможностям моделей, а к тому, как массовые релизы меняют стимулы в профессии. Быстрые ответы обесценивают медленную работу, на которой держится школа: аспирантов, постдоков, сам процесс объяснения. Тао считает, что ИИ может помогать со всем, что идёт после прорыва, но сейчас часто происходит обратное.

Что такое Ассоциация человеческой математики?

Новая группа математиков, возникшая на фоне спора о роли ИИ в профессии. Релиз OpenAI она назвала демонстрацией силы. Её появление показывает, что недовольство касается не технологии как таковой, а того, как компании обращаются с результатами и с людьми, которые годами работали над этими задачами.

Итог

За один год ИИ в математике прошёл путь от библиотекаря, который находит старые ответы, до исполнителя, который выдаёт новые. Теренс Тао принял эту реальность раньше коллег и поэтому раньше сформулировал главный вопрос профессии: что считать работой, когда ответ перестаёт быть редким ресурсом?

Его ответ не про запреты. Он про то, чтобы платить за понимание, а не за первенство, за сообщества, а не за списки статей. Спросите себя, что в вашей работе машина выдаёт как концовку, а что держится на истории вокруг неё. Тао для своей профессии уже отвечает. Компании и наёмные менеджеры пока отвечают иначе, и именно от этого ответа зависит, кем окажутся нынешние аспиранты: авторами открытий или операторами машин, собирающих концовки.