去年夏天，西北大学研究小组在探索零特征下四维流形霍奇数导出不变性时取得了一项新结果。首席数学家本杰明·安蒂奥（Benjamin Antieau）面临尴尬处境：该发现真实有效，但因由大型语言模型在无人类完全理解的情况下生成，他不愿署名。安蒂奥表示，过去此类成果可投递至优秀但非顶尖期刊，如今却只能发布于博客，这是一种“脆弱的数学聚合方式”。
为填补AI生成数学知识与现有基础设施间的鸿沟，安蒂奥联合多位精英数学家推出了Hexagon数学存储库。2026年10月6日，菲尔兹奖得主陶哲轩在其知名博客“What's new”上转载了该公告。Hexagon明确接受贡献者声称“无任何人类理解”的投稿，服务于数学科学和理论计算机科学的高水平研究。
此举意义深远。Hexagon愿意归档无主成果，意味着社区承认大型语言模型正在产生真正的数学知识，而不仅是辅助工具。该领域亟需在社区规则而非AI公司规则下，建立接收这些知识的基础设施。
数学出版的新困境
Hexagon旨在解决一个突发问题：前沿大模型在处理相关问题时，常作为副产品浮现出真实、可验证且具研究价值的数学结果。然而，自1991年arXiv推出以来，传统数学出版准则中并无此类成果的容身之地。
arXiv虽不进行同行评审，但要求投稿反映人类智力贡献，并明确禁止完全由大模型生成的内容。2026年10月1日，arXiv宣布实施更严格的投稿上限：每位作者每月限投两次，活跃投稿总数不得超过三篇，以应对AI驱动论文数量的激增。仅2026年9月，该平台就收到40,363份投稿，是十年前的四倍多，志愿者审核员不堪重负。
安蒂奥透露，Hexagon团队曾接触arXiv领导层，但对方明确表示不会为这类结果提供归宿，而是专注于维持现状。
Hexagon的机制创新
Hexagon并非宽松版的arXiv，其架构与政策经过精心设计，以明确责任归属。平台区分两个角色：贡献者（对创建投稿负责的人类或组织，包括AI实验室）和投稿人（拥有ORCID验证账户、填写表格并负责联络的自然人）。ORCID系统确保始终有自然人为提交内容负责。
每份投稿均带有双重披露标签：指示文本性质（如“主要为AI生成”）及声称的人类理解程度（如“无部分”）。记者观察到，已有成果标记为“主要为AI生成文本/人类理解：无部分”，即研究人员担保其潜在价值，但明确否认理解。
该平台基于OpenAI Codex构建，托管于商业云。工程实现并非难点，核心在于制定社区需要的政策。平台设有速率限制，并提供读写API，邀请大型实验室进行批量集成。
治理结构与支持者
Hexagon数学基金会是一家正在申请501(c)(3)免税地位的特拉华州非营利组织。其董事会成员包括哥伦比亚大学穆罕默德·阿布扎伊德、哈佛大学劳伦·威廉姆斯等知名学者，安蒂奥担任首任执行董事。顾问委员会则囊括了伦敦帝国理工学院凯文·巴泽德、斯坦福大学拉维·瓦卡尔等多位顶尖数学家。
该小组于2026年8月初集结，9月28日向公众开放投稿。目前资金完全来自创始成员，无外部投资或商业关系。
陶哲轩的认可与行业辩论
陶哲轩的背书赋予了Hexagon显著的机构分量。他在2026年国际数学家大会论文中将AI快速生成证明而社区验证滞后的现象描述为“证明消化不良”。Hexagon被视为数学思想“首次浮出水面”之地，有价值的结果后续将被规范化并提交至arXiv。
与此同时，2026年6月发布的《莱顿数学宣言》强调证明的确定性、清晰归属及人类自主权，明确反对AI列为作者。Hexagon与此并不矛盾，它保留了负责任的人类投稿人，但允许其声明“不理解”结果，这在《莱顿宣言》框架外开辟了新路。这种张力定义了当前领域的处境：社区正通过建设基础设施来应对AI生成知识的挑战。
命名渊源与运作现状
“Hexagon”之名源自博尔赫斯小说《巴别图书馆》中的六角形画廊，寓意容纳所有可能的AI生成数学结果。与无限图书馆不同，Hexagon拥有真人审核、速率限制及ORCID验证，并引导高价值成果进入更严格的发表渠道。
平台镜像arXiv分类，接受从代数几何到理论计算机科学的投稿，不强制形式化验证，但链接至Mathlib等验证系统。Hexagon特别欢迎“微结果”——那些真实有用但未达期刊显著性标准的渐进式改进。这些成果获得永久可引用标识符（如hexagon:2609.00104）。
截至2026年10月7日，站点已收录数十份涉及代数几何、组合学等领域的投稿。安蒂奥归档的首个结果即为前述霍奇数发现。
对AI实验室的意义
Hexagon直接向OpenAI、Google DeepMind等实验室发出邀请，欢迎其投稿作为开发副产物的数学结果。此前，这些结果因缺乏人类作者身份而无法进入arXiv或期刊，且在GitHub或社交媒体上缺乏持久可引用性。
Hexagon提议将这些知识流入由社区维护的基础设施，使数学家能够访问、评估并在此基础上构建。尽管实验室是否积极响应仍有待观察，但其逻辑清晰：若AI注定生成数学知识，Hexagon宁愿将其集中于数学家可控的领域，而非散落在模型卡片与博客文章中。