一位数学家在私密对话框里打了一整年草稿，AI 平台转头拿着一份 100 页的解题证明找上了门

一位数学家在私密对话框里打了一整年草稿，AI 平台转头拿着一份 100 页的解题证明找上了门。 他们声称自己的内部大模型，刚刚独立攻克了悬赏 100 万美元的世纪数学难题。 解题切入点，跟这位学者在私密会话里推导的技术路径分毫不差。 更离谱的是对方开出的条件： 平台愿意分给他学术署名，前提是他必须把另一位合作者踢出作者名单。 理由让人啼笑皆非：那位合作者在竞争对手 Anthropic 工作。

这场争夺的筹码，是纳维-斯托克斯方程（Navier-Stokes）的存在性与光滑性问题。 克雷数学研究所设立的七大千禧年难题之一，全人类数学家啃了两个世纪的流体力学圣杯。 被找上门的主角，是纽约大学柯朗研究所的教授特里斯坦·巴克马斯特（Tristan Buckmaster）。 找上门的巨头，是估值数千亿美元的 OpenAI。 早在 2000 年，普林斯顿数学家查尔斯·费弗曼（Charles Fefferman）写下官方出题陈述时，就给出了两座不同的终点： 要么证明流体在三维空间中永远平滑流动，绝不崩溃； 要么找出一个反例，证明在特定外力扰动下，平滑的流体会形成能量无限集中的奇点，在有限时间内彻底爆破。 两百年来，主流数学界普遍倾向于前者。 没人相信真能把那个致命的奇点生生构造出来。

巴克马斯特和阿尔佩格偏偏选了后者。 在过去一年里，他和兼任 Anthropic 研究员的数学家列文特·阿尔佩格（Levent Alpöge）联手向奇点发起冲击。 为了推导大量繁琐的常微分方程和引理，巴克马斯特频繁使用 OpenAI 的代码工具 Codex 和 Anthropic 的 Claude 来辅助验算。 他在交互式定理证明器 Lean 里一行行敲入逻辑，把大模型当作随时演算的私人草稿纸。 对话框是私密的，草稿也从未公开发布。 直到 2026 年 9 月 6 日，OpenAI 突然带着自研的百页证明杀了过来。

很多人看到这里会困惑：如果学者从没公开发表过，AI 平台怎么可能跑出几乎一模一样的解法？ 这里运转着闭源平台最致命的一套机制： 不对称的智力吸收与暴力回填。 在偏微分方程领域，要证明有限时间爆破，最难的从来不是后面几万行的符号展开。 最难的是最开始选定那条又陡又窄的数学路径。 巴克马斯特和阿尔佩格摸索了整整一年，踩遍了无数死胡同，才找到基于科尔多瓦（Córdoba）不稳定方程的局部化构造。 这种方向性突破，是人类最高阶的创造力。 可当学者为了让 AI 帮忙挑错，把核心引理、构造参数和逻辑骨架敲进私密对话框时，天平就倾斜了。 平台在用户协议里承诺不会直接泄露数据。 但只要这批高密度的顶尖对话数据进入了模型的训练池、强化学习微调管线，或者被内部探针捕获，人类的先发优势就彻底荡然无存。 大模型实验室缺的从来不是算力，它缺的是那张正确的航海图。 一旦航海图的关键坐标在提示词里显现，拥有数万张芯片的强化学习系统，就能在几天之内，把原本需要人类写两年的证明细节全部暴力补齐。

面对 OpenAI 的联合署名提议和剔除合著者的要求，巴克马斯特没有低头。 他做了一个决绝的决定： 连夜把尚未打磨好的粗糙手稿直接公开发布，并在 Lean 社区里彻底开源。 菲尔兹奖得主陶哲轩（Terence Tao）在 9 月 7 日专门撰写长文，确认了他们这项构造的技术突破。 巴克马斯特随即发表公开信，把 OpenAI 直接推上了审判台： 你们的模型，到底有没有访问我在 Codex 里的私密研究数据？

OpenAI 的研究员塞巴斯蒂安·布贝克（Sebastien Bubeck）迅速否认，称指控纯属虚假与煽动。 另一位负责人马克·陈（Mark Chen）也公开表示，没有任何人类研究员或智能体提前偷看两人的数据。 但正如长期研究偏微分方程、如今转型做数据隐私专家的约翰·库克（John D. Cook）所指出的： 无论官方怎么强调没有人工调阅，他们始终回避了那个最核心的问题： 这些私密会话，到底有没有作为语料，被喂进模型的下一代训练管线？

当全世界都在围观纳维-斯托克斯方程到底有没有被解决的时候，真正的危机早已不在流体力学。 如果学者把最前沿的思维草稿交托给闭源工具，换来的反倒是自己尚未面世的原创成果被平台无声吞噬、反向超越，甚至沦为商业竞争的筹码； 未来，还有哪个顶尖大脑，敢在这些封闭的黑箱里输入哪怕一行真实的灵感？