一句话看懂：纽约大学数学家 Tristan Buckmaster 公开声明称，他和合作者 Levent Alpöge 在与 OpenAI 员工的沟通中，被提议让 OpenAI 的模型“抢先”发布 Navier-Stokes 相关结果，他拒绝了这一安排。这起争议触及了 AI 研究伦理、学术署名和“模型是否接触过用户草稿”等敏感问题。
事件核心：发生了什么
根据 Daring Fireball 转述的声明，Buckmaster 与 Alpöge 长期在 Codex 中保存该项目全部草稿。他向 OpenAI 询问：对方的首个提示词何时发送、模型是否在训练中接触或访问过他们的 Codex 会话。关于时间，OpenAI 最初未直接回答，后来双方同意提示词是在“有关他们工作的信息传到 OpenAI 之后”才发出的；关于训练数据，他被告知模型不会查询用户数据，但再次追问训练问题时没有得到答复。
声明还称，OpenAI 方面提出两个方案：一是先发布他们的 Euler 结果，OpenAI 次日发布 Navier-Stokes 结果；二是由 Buckmaster 单独撰写论文呈现 Navier-Stokes 结果，并注明来自 OpenAI 内部模型。Sebastien Bubeck（经微软加入 OpenAI）据称两次表示希望把 Alpöge 排除在作者之外，并提到 Alpöge 在 Anthropic 工作这一点“很麻烦”。Buckmaster 拒绝了两个方案，并表示若对方按该方式发布，他会公开经过；他称收到的回应包括“你为什么要毁掉自己的职业生涯？”以及“如果你不想让我客气，那我就不必客气”。
为什么重要
目前公开信息显示，这不仅是个人纠纷，而是对“AI 辅助证明”归属规则的一次压力测试。大模型的训练数据、推理过程与用户输入之间的边界，在闭源产品中往往不透明；当模型产出与外部学者数周甚至数月的工作高度重合时，谁算作者、谁算发现者，现有学术规范并没有清晰答案。另一方面，Codex 这类编程与草稿环境会沉淀大量未公开思路，如果用户数据被用于训练且缺乏可核查的说明，会直接冲击研究者对闭源 AI 工具的信任。
对用户/开发者/创作者的影响
对使用 Codex、ChatGPT 或类似 API 做研究、写作和工程开发的人来说，这起争议提醒：涉及未发表成果或商业机密的内容，最好先确认产品的数据保留与训练政策，必要时走企业版或关闭训练开关。对开发者而言，模型输出与自身草稿的混同，可能让署名、专利和竞业条款变得复杂。对 AI 公司来说，如何在模型能力宣传与学术优先权之间划清界限，正在成为必须回答的合规问题，而不只是公关问题。
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
第一，OpenAI 是否会就“模型是否训练或访问过用户 Codex 会话”给出正式、可核查的说明。第二，Buckmaster 与 Alpöge 的 Euler 与 Navier-Stokes 结果将以何种形式、何种署名发布。第三，Bubeck 及 OpenAI 是否回应声明中的具体说法，以及此事会不会推动学术出版方和 AI 厂商就“模型署名”形成更明确的规则。
