OpenAI解千禧难题遭抢跑指控！Codex数据争议

88小时，一万个AI智能体，一份166页的证明。然后数学家拍了桌子。

OpenAI在9月8日宣布，一个尚未公开的下一代模型，能力“显著超越GPT-6 Astra”，组织约1万个AI智能体，耗时88小时，给出了纳维-斯托克斯方程存在性与光滑性问题的证明。同步公开的还有166页论文和Lean形式化验证代码。

这是千禧年七大难题之一，悬赏100万美元，悬置了约90年。如果证明成立，将是AI首次独立攻克这一级别的数学问题。

但争议来得比验证还快。

背景不复杂，但很敏感。

纽约大学数学家Tristan Buckmaster与任职Anthropic的数学家Levent Alpöge，过去一年私下合作研究相关方向。他们大量使用OpenAI的Codex和Anthropic的Claude协助推导，把尚未公开的研究草稿、想法、甚至对话记录，都放进了Codex。

9月7日，两人公开了自己的研究成果。紧接着，OpenAI发布了那份88小时的证明。

Buckmaster的反应很直接。他说，OpenAI是在得知他们的研究进展后，才大规模投入一条“几乎没人在做”的技术方向。而OpenAI内部研究团队从9月1日启动攻关，这个时间点，正好在两人成果泄露之后。

核心数据值得拆开看。

OpenAI动用了约1万个并发AI智能体，交换了270万条消息，消耗约130亿输出token。Buckmaster形容这是“令人绝望的算力优势”。换句话说，人类数学家花一年摸索出的方向，OpenAI用88小时和近乎无限的算力“填”完了证明的躯干。

但真正扎心的不是算力差距。

OpenAI在回应中说了一句关键的话：研究团队没有直接访问Buckmaster或Alpöge的特定用户数据，但“无法排除”两人使用产品时产生的去识别化数据，曾以某种方式帮助改善了模型。

这句话是整场争议的引爆点。

为什么市场在意这件事？

因为这不只是两个数学家的署名纠纷。它触及一个所有AI工具用户都要面对的问题：你把未发表的研究草稿、商业计划、代码思路放进AI对话框，这些内容到底去了哪里？

OpenAI的服务条款允许使用用户交互数据训练模型，用户可以选择退出，但Buckmaster的质疑恰恰卡在“退出之前的数据”是否已经被吸收了。他明确问过OpenAI：模型有没有被我们的Codex会话训练过？得到的回答是模棱两可的。

更深层的冲突在于身份重叠。OpenAI既是工具提供方，又是研究竞争者。数学家把Codex当私人助手，但OpenAI有动机、有能力、有算力去做同一道题，而且比你快得多。

署名争议让事情变得更难看。Buckmaster声称，OpenAI曾提出一个方案：他可以参与整理OpenAI的成果，但Alpöge不能共同署名。Buckmaster认为这与Alpöge任职于Anthropic有关，拒绝了。

OpenAI研究员Sebastien Bubeck被指对Buckmaster说了一句：“你为什么要毁掉自己的职业生涯？”Bubeck后来回应称，他只是警告对方不要提出“没有根据的指控”，承认“用词不当”。

说实话，这件事真正值得关注的不是谁先解出方程。

而是AI工具的使用边界正在变得模糊。你用来辅助研究的工具，可能正在训练一个比你更快、更强、更便宜的竞争对手。陶哲轩在9月9日发了一条评论，被广泛引用：“好问题将要比好答案更稀缺。”

当AI能以工业级速度“开采”数学难题时，研究者还愿意公开自己的研究方向吗？陶哲轩警告，AI可能“逆转数百年来开放科学的传统”。25位菲尔兹奖得主随后发表联合声明，警告AI企业与数学界的目标正在“严重错位”。

OpenAI的立场是：我们没有偷看，但我们不能保证训练数据里没有你的东西。

这个回答，对做研究的人来说，等于没有回答。

FAQ

Q：OpenAI到底有没有用数学家的未公开研究来训练模型？

OpenAI表示没有访问特定用户数据，但“无法排除”去识别化产品数据参与过模型改进。这不是否认，是承认存在可能性。关键在于“去识别化”是否意味着内容已被吸收进模型权重。

Q：如果把草稿放进ChatGPT或Codex，会被用来训练吗？

OpenAI的服务条款允许使用交互数据训练模型，用户可手动关闭。但关闭之前的数据是否已被处理，官方没有明确说明。研究者对此的担忧在于：你无法追溯一段对话在后台经历了什么。

Q：这件事对普通用户有什么影响？

短期看，是学术圈的署名和优先权争议。长期看，所有把未公开工作交给AI工具的人都在面对同一个问题：你的输入，可能正在帮助你的竞争者。这不是隐私问题，是竞争壁垒问题。