仓库能让数学主张可检查，却不能让它自动成为已接受知识。OpenAI 10 月 6 日发布暴露了这一区别：保留报道列出内部未发布模型的 719 份手稿，分为 372 个家族。辅助论证与替代证明可能属于同一家族，因此手稿数不等于独立突破数。
实用办法是逐结果记录。为重要主张关联精确定理、假设、来源、形式产物和负责的人工审查。这样能识别有用结果，而不要求数学界把发表数量当作正确性或重要性的证据。
保留搜索分母
OpenAI 称在聚合和意义筛选前尝试约 4,000 个问题。这有助理解，却未提供难度分布、所有失败路径或可复现筛选规则。不能用手稿除以问题得到通用成功率：家族、变体和筛选不是同一单位。
公司发布了 10 份删节推理摘要，不是每份手稿完整生产历史。总计算量也不能代替逐结果提示、模型身份、耗时和修订。模型不可访问，外部人员就不能重跑同系统或在匹配条件下测试相邻问题。
检查形式代码真正证明什么
仓库称约 42% 顶层结果已形式化，分母不是全部 719 份手稿。Lean 可以检查编码步骤是否从定义和假设推出，却不会自动确认代码陈述就是文字宣称的定理。
此前 Navier–Stokes 工作的独立分析发现了翻译差异，但没有宣称整个自然语言论证错误。一处界在文字中要求额外四阶导数，相关形式结果要求五阶。这说明编译通过与语义忠实是不同检查，不能互作认证徽章。
将重要主张映射到可审查支持
询问哪个 Lean 声明支持每个定理及中间陈述、哪些假设改变、哪里未形式化。保留文字代码机器可读关联、构建说明、依赖和已知限制。审阅者应分清解释修正与数学主张改变。
独立 AGMAI 提供负责任发布建议，咨询不等于为本批认证。它区分有人类作者理解的工作和仍待理解的结果。即使检查器接受部分论证，同行评审、研讨会、答疑及负责纠错仍重要。
为理解投入，而非只为生成
正确、原创、有用和可解释是不同结果。真定理也可能重复或贡献有限；有价值的方法也可能需要大量说明才能复用。尤其专家稀少的领域，更多手稿可能让审查负担增长快过共享知识。
OpenAI 称会支持工作坊、会议和项目，但独立性、结构及规模未定。有用支持应产生说明文章和能捍卫数学的研究者，而非更多宣传。独立分配社区支持，也帮助研究者保留选择实验室评估议程之外问题的自由。
应观察具体主张经受审查、形式映射改进及其他数学家复用方法。保留可见修订与撤回历史，不要静默替换失败主张。进步的最强证据是独立理解的结果不断增加，单靠大仓库或部分形式化比例不能证明这一成就。