OpenAI称ChatGPT每周处理近840万条硬科学提问,科研用法正从写作扩展到推导与验证
核心概要
OpenAI报告称,2025年ChatGPT上高等科学与数学主题的周均消息量从570万条增至近840万条,增幅约47%,截至2026年1月约有130万周活跃用户讨论这类主题。报告把这些用量与数学、物理、化学、生物中的具体案例并列,说明模型正被用于文献梳理、代码调试、推导与实验规划;这些数字来自OpenAI对匿名对话的内部抽样分析,属于使用规模统计,而非对科研产出的独立评估。
深度剖析
ChatGPT上高等科学与数学主题的使用规模在一年内明显扩大,OpenAI据此把这类对话单列为科研用途群体。 报告给出的对照是同一年内的起点与终点:2025年周均约570万条消息,到2025年底接近840万条,增幅约47%。 这一对照来自OpenAI对2025年1月至12月匿名ChatGPT对话全随机样本的内部统计,截至2026年1月约有130万周活跃用户讨论这类主题。
这批用户的使用方式与普通用户不同,更多落在编码、数据分析、数学推理和文献综述上。 报告以普通ChatGPT用户为基线,称高等科学与数学用户发送消息约为基线的3.5倍,编码相关消息频率接近12倍,每周平均9条信息概览类提问而基线为1.5条。 这些比值同样出自OpenAI对同一批匿名对话的内部分析,报告把“高等”提示定义为面向研究、需要研究生或研究级专业能力才能回答的问题。
在数学方向,报告把能力进展归因于测试时算力扩展与可验证结果奖励训练,并给出可核查的基准数字。 报告称GPT-5.2 Thinking在AIME 2025上无外部工具取得满分,在FrontierMath第1至3档解出40.3%的题目,而GPT-5.2 Pro在更难的FrontierMath第4档得分为31%。 报告同时说明FrontierMath被设计为只有真正专家才能处理,第4档题目被描述为小型研究项目,因此两档分数对应不同难度的题集。
在生物方向,OpenAI与RetroBioSciences用面向蛋白质的基础模型GPT-4B Micro参与OSKM重编程因子的改造。 报告称传统蛋白质工程发现“超级”变体往往需要多年试错,而这次合作把迭代周期从数年压缩到数月。 模型生成数千条候选序列,经结构域保留与多样性过滤后缩到数百条变体,由RetroBio合成DNA、经慢病毒载体导入人成纤维细胞并重编程约10至14天,再用细胞表面标志物与测序排序;报告称部分靶点上约一半模型生成变体优于野生型蛋白。
启示与展望
报告呈现的是OpenAI对ChatGPT使用情况的内部统计与若干合作案例,读者对象是关注AI如何进入科研工作流的研究者与工程团队;所给数字描述的是对话量与用户规模,不是科研产出或正确率的独立测量。
报告称AI在数学中的部分发现仍属把已知方法拼接起来,发明全新数学分支超出当前模型能力;化学方向的ChemBench基准显示模型在部分基础任务上仍会出错并给出过度自信的答案,需要人工监督。
