OpenAI放了个大招。据The Verge报道，其尚未发布的内部前沿模型一口气产出722篇学术手稿，归纳为372个成果族群，宣称解决了多项长期悬而未决的数学难题。数学圈的反应很复杂：一边震撼，一边不安。科研伦理的争论也被点燃——如果模型能自己解难题，署名、评审、原创性这些老规矩该怎么算？
arXiv上的IdeaAnchor走的是另一条路：让大模型读一批相关论文，自己找出研究空白，再提出新方向。科研本来就这么起步，现在这一步被交给了模型。它要做的不是复述文献，而是从文献里"长出"想法。换句话说，AI想从解题工具变成选题搭子。
Sherpa盯的是"教"这件事。LLM现在是越来越强的解题手，但会做题和会讲课完全是两码事。现有训练方式大多把教学当成标准答案输出，Sherpa想让模型学会自适应教学——看人下菜碟。学生卡在哪，它就换哪种讲法。
三件事指向同一个趋势：大模型正从"给答案"往"做研究、带学生"延伸。能力边界在扩，可靠性和伦理的账却还没算清。OpenAI这波数学突破已经让学者坐不住，文献创意和教学场景只会让问题更尖锐。