今晚知乎热榜上挂着一个火药味很浓的问题：如何看待 Buckmaster 披露 OpenAI 在 NS 方程突破中的"学术掠夺"与威胁言论？
我把能搜到的公开报道都翻了一遍。先说结论：这件事里最刺眼的，不是AI会不会做数学——而是证明写出来了，但数学家们看不到。
先把已核实的事实摆出来
9月8日，36氪等多家媒体报道：纽约大学研究流体力学与偏微分方程的数学家 Tristan Buckmaster 发文披露，OpenAI 内部一款尚未发布的模型（外界推测可能是下一代 Bel），已经攻克了纳维-斯托克斯方程（N-S方程）的一个关键难题——完成了"外力驱动"情形下的爆破证明，并直接生成了一份长达100页的严谨数学证明手稿。
N-S方程是什么分量？它描述水和空气如何运动，从咖啡里翻滚的奶泡到机翼表面划过的气流都归它管。2000年，美国克雷数学研究所把它列为七大"千禧年大奖难题"之一，彻底破解者可获100万美元奖金。
关键的细节在这里：Buckmaster 自己透露，他还没有拿到这份AI生成的百页手稿。 目前数学圈里疯传的，是他自己那份4页的介绍性文稿。也就是说，"AI攻克千禧年难题级问题"这个消息已经刷屏了，但支撑它的100页证明，还锁在OpenAI的服务器里，等"未来几天"才交付。
至于知乎问题里说的"学术掠夺"和"威胁言论"具体指什么——是未发表手稿被拿去做了训练，还是沟通中出现了施压言辞——截至目前，我在公开报道里没有找到经过证实的细节。这正是我想提醒你的第一件事：热度最高的指控，往往是证据最稀薄的部分。 等OpenAI把那100页交出来、等当事双方把话讲完，再下判断不迟。
真正值得琢磨的，是"知识先到了，公开却迟到"
把时间轴拉长看，这件事一点都不孤立。
《纽约时报》等出版机构起诉OpenAI用版权文章训练模型，索赔数十亿美元；9月1日，美国司法部罕见地提交"利益声明"站在OpenAI一边，主张拿版权内容训练大模型属于"合理使用"。一边是创作者说"你用了我的东西"，一边是公司说"这推动了科学与国家安全"。
现在Buckmaster这件事，像是同一个剧本换到了数学界上演：最有价值的产出——不管是文章、代码还是百页证明——正在加速流向少数几家AI实验室，而传统上负责"公开、验证、署名"的学术共同体，反而成了最后知道消息的人。
数学家陶哲轩之前就警告过：AI解题太快、过程又太黑盒，会"污染"问题本身——一道未解难题的价值不只是答案，还有几代人在里面迷路、试错、发明新概念的过程。这次的争议让这句话更具体了：当证明由一家公司的内部模型生成、由一家公司决定何时公开，数学界引以为傲的同行评议，就从"把关人"变成了"收货方"。
这不是说AI做数学是坏事。恰恰相反，如果那100页经得起验证，这是人类的大新闻。坏事的是一种模式：能力在开放，成果在闭源，争议在发酵，而普通人只看到了标题。
普通人的"学以致用"：一套三步核查法
你大概率不会去审一份N-S方程的证明，但你每天都在消费这类"AI又突破了"的新闻。Buckmaster事件是个绝佳的练习素材，我把它拆成三问，你以后刷到任何AI大新闻都能套用：
第一问：成果公开了吗？ 消息里说的是"已发表""可验证"，还是"内部模型已做到、手稿尚未公开"？后者一律先当预告片看。
第二问：谁在信源链的上游？ 这次的信源是一位有名有姓、有专业背景的数学家本人发文，36氪等媒体转述——链条短，可信度就打高分。如果是"某网友爆料某公司内测"，链条长到看不见头，就先存疑。
第三问：限定词藏在哪？ "外力驱动情形下的爆破证明"不等于"彻底破解千禧年难题"。新闻标题最爱吞掉限定词，而限定词才是真相的边界。
这套"公开性—信源链—限定词"三问，我自己整理成了一个小工具，放在 spark1.cn/tools/ 里，平时做内容核查、拆新闻都能直接拿来用，不需要任何基础。
回到开头那个知乎问题。我的答案是：先别急着站队。等那100页证明公开、等Buckmaster把话说完整，事实自然会浮出来。而在那之前，一个普通读者最该做的，不是转发情绪，而是练会这三问——因为在AI时代，稀缺的从来不是突破，而是看清突破的能力。
💬 评论