一句话看懂：OpenAI 宣称用约一万个 Agent 在 88 小时内找到纳维-斯托克斯方程相关难题的有限时间爆破解法，但纽约大学数学家 Tristan Buckmaster 质疑其研究方向与自己的未公开成果高度重合，并追问上传到 Codex 的私人草稿是否被用于训练。
事件核心：发生了什么
2024 年 8 月底至 9 月初，OpenAI 内部启动大规模 Agent 攻坚：先由约 100 个 Agent 用 50 小时突破无外力欧拉方程，再调集约 1 万个 Agent 并行探索纳维-斯托克斯方程，88 小时后找到有限时间爆破解法，随后用 Astra 模型花 17 小时完成 Lean 形式化验证，9 月 8 日公开论文和证明。但数学家 Tristan Buckmaster 与受雇于 Anthropic、以个人身份参与研究的 Levent Alpöge 指出，二人同期正沿 Córdoba 与 Martínez-Zoro 开创的驱动型爆破路线推进同类结果，且长期将草稿、提示词上传至 OpenAI Codex。Buckmaster 称，OpenAI 在得知其进展后才启动同方向研究，并曾提出不含 Alpöge 署名的发表方案。Bubeck 与 Sam Altman 均否认要求删除署名。目前公开信息显示，双方均未最终攻克百万美元级千禧年难题。
为什么重要
这已不只是一次 AI 数学能力展示，而是暴露出大模型时代科研规则的三处空白：一是用户上传到 Codex 等工具的私有对话与草稿，是否会被用于模型训练或迭代；二是当 AI 与人类研究路线高度重合时，贡献归属如何界定；三是闭源模型内部成果的验证与署名机制缺乏第三方监督。对 Anthropic、OpenAI、DeepMind 等头部实验室而言，这类争议会直接影响科研机构与数学家的合作意愿。
对用户/开发者/创作者的影响
对开发者与研究者，核心提醒是：把未公开论文、核心提示词、中间推理持续放进闭源 AI 工具时，需重新评估数据条款与留存策略。对使用 API 构建科研辅助产品的团队，应优先提供本地化、可审计的会话隔离方案。对内容创作者，AI 生成证明的“粗糙度”仍明显，Buckmaster 称早期证明质量极差，仍需大量人工重写与 Lean 形式化验证，意味着专业审校环节不可省略。
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
OpenAI 是否会正面回答 Codex 会话数据是否用于训练；Buckmaster 与 Alpöge 尚未公开的亚耗散纳维-斯托克斯论文及 Lean 验证能否完成；数学界是否会形成针对 AI 辅助成果的署名与数据使用规范。
来源：InfoQ CN
