ブログ記事では、Scott Aaronsonの9歳の息子が、複雑性理論家の妻であるDana Moshkovitzをからかい、ロボットが彼女が一生かけて取り組んできた数学の問題を解いたと述べたことを語っている。Aaronsonは、昨日が「確かに数学史上最大の日々の一つ」だったと書いている。なぜならOpenAIが372件の大きな成果を発表したからだ。その中にはSubhash KhotのUnique Games Conjecture（UGC）の証明も含まれている。UGCは、半定値プログラミングから得られる近似よりも良い近似であっても、多くの最適化問題がNP‑hardであることを意味する。これは近似論の中心的なツールである。UGC以外にも、発表ではL=BPL（確率的ログスペースが決定的ログスペースと等しい）、整数乗算とフーリエ変換をO(n log n)時間未満で行うこと、Unitary Synthesis Problemの正の解、そしてParityがQAC0に属しないことなどが主張されている。さらに、総論理関数に対するランダム化と量子クエリ複雑性のほぼ4乗の分離、感度とブロック感度の超2乗の分離、2Dギャップありハミルトニアンの面積律、行列乗算をn^{9/4+o(1)}時間で行うこと、永続式の決定的複雑性のΩ(n^3)下限、一般グラフにおける完全マッチングの近似カウントと最大マッチングの見つけ方のためのランダムアルゴリズムなどが主張されている。

ブログでは、多くの結果がLeanの証明書とともに伴われているにもかかわらず、論文は極めて読みにくいことを強調している。Dana MoshkovitzはAaronsonに対し、これらの論文は「 psychedelics（幻覚剤）を服用している誰かが書いたような」感じがすると言い、議論が不明確で、正当化されないまま名前をただ挙げ続けていると指摘し、「AIの助けなしでは読むことは不可能だ…」と述べた。Aaronsonは、これらの証明を理解しようとする競争は今まさに始まったばかりであり、人間はまだどれも十分に理解していないことに言及している。これにより即座の障壁が示される：AIが長年のオープン問題を解いたと主張しているにもかかわらず、数学コミュニティは相当なAIによる補助説明なしではこれらの証明をまだ検証したり、さらに発展させたりすることはできない。

Aaronsonはまた、このAI駆動の波の実務的側面にも言及している：モデルは apparently 、1問題あたり約3時間のGPT‑Proレベルの演算を使用し、約8,000問題に対して試行し、そのうち約5%の長年のオープン問題を解いた。現在のAPI価格において、これは解いた問題1つあたり約810ドルの概算コストとなる。Aaronsonは、AI生成の数学的ブレイクスルーにおける2つの台頭するモデルを対比している。「OpenAIモデル」は雑然とした証明を放出し、人間にそれらを消化させる競争的で報われない scrambling（ scramble ）を強いるのに対し、「Anthropicモデル」は特定の数学者を選び、AIの仕事の使者として機能させる。これは、Williams-Almanの結果がOpenAIのダンプの前日に3SUMとAll-Pairs Shortest Pathsを解いたことによって示されている。彼は結論として、この洪水にもかかわらず、人間の創造性の真の内なる聖域は触れられておらず、数学コミュニティは今、AIをガイドとして霧を払い、道を見つける任務に直面しているが、依然として人間の協力と直感に頼っている。