一句话看懂：纽约大学数学家 Tristan Buckmaster 指控 OpenAI 借助他的研究抢先攻破纳维-斯托克斯方程这一百万美元悬赏难题，却在争议声中继续使用 OpenAI 的 Codex 整理论文。他的处境揭示：当顶尖 AI 公司垄断最强模型，学术界的抗议与依赖正在同时发生。
事件核心：发生了什么
Buckmaster 研究纳维-斯托克斯方程的存在性与光滑性问题，并将部分工作同时交给 OpenAI 的 Codex 和 Anthropic 的 Claude 辅助。他认为 OpenAI 在得知该问题接近解决后，部署数万个智能体抢先得出结果，宣称拿下这一百万美元悬赏。OpenAI 随后表示经调查确认，Buckmaster 在此前两个月使用的 Codex 提示词不可能影响系统，也不会进入训练数据。
德国数学家 Andreas Thom 也提出类似质疑。OpenAI 在 8 月称其 Astra 模型利用他钻研二十年的几何群论技术证明了一个长期问题。Thom 指出公司忽略了其 2019 年论文，OpenAI 修改了新闻稿，但研究者的贡献能否被追溯，已经变得模糊。
为什么重要
这不只是一次学术优先权争议。AI 公司用海量算力加智能体推理绕过人类数十年积累，却难以说明模型究竟吸收了哪些人类工作。传统数学靠同行评审和引用链条建立信誉，而大模型的训练数据与推理路径不透明，正在瓦解“谁贡献了什么”的追溯机制。与此同时，连被质疑的数学家也承认离不开这些工具，说明闭源大模型已形成事实上的基础设施级垄断。
对用户/开发者/创作者的影响
对研究者而言，模型公司同时是工具提供方和潜在竞争者。你在 API 或对话界面中输入的研究思路、代码结构、创作草稿，可能无从判断是否会影响模型后续输出。OpenAI 在高校和企业版中提供更严格的隐私设置，但各平台默认策略不同。做开发或内容创作时，建议区分可公开的辅助性任务与核心机密工作，并确认所用服务是否将交互用于训练。闭源模型能力越强，迁移成本越高，开源替代方案在数学推理等专业场景仍有差距。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 OpenAI 是否会公开更细的智能体推理日志，让研究者验证其数学结论；二是 Anthropic、Google 等竞品在学术争议中如何处理数据来源与署名；三是高校和科研机构采购 AI 工具时，隐私条款能否成为正式谈判条件。人类数学家如何在高算力竞赛中定义自身价值，目前尚无清晰答案。
来源：Wired AI
