一句话：数学界最值钱的未解之谜，正在被AI和资本一起改写规则
一个价值100万美元的数学问题，OpenAI一周之内烧掉了2250万美元的算力。
这不是科幻小说的开头，而是过去几天里，NYU数学家 Tristan Buckmaster 与 OpenAI 之间真实上演的冲突。
当学术荣誉撞上商业竞争，当“谁先证明”变成“谁先发布”，这场围绕 Navier–Stokes 存在性与光滑性问题 的争端，可能比证明本身更值得玩味。
背景：一道百万美元的问题，两个并行的证明
Navier–Stokes 方程是现代流体力学的基石，却也是数学理论中的“黑洞”。
它是 克雷数学研究所七大“千禧年难题”之一，每道题悬赏 100万美元，奖励第一个给出严格证明的人或团队。
就在本周，NYU 数学教授 Tristan Buckmaster 与 Anthropic 数学家 Levent Alpöge 宣布，他们在这一问题上取得了三项重要进展。他们的工作同时使用了 OpenAI 的 Codex 和 Anthropic 的 Claude 模型。
结果几乎同时，OpenAI 发布了一篇完整证明，声称自家未公开的下一代模型已经攻克了 Navier–Stokes 核心问题。
OpenAI 称，这次“一周冲刺”消耗了 3000亿输出 token——按当前 Astra 费率计算，约合 2250万美元 的算力。
换句话说，OpenAI 在一周内，把这道题的奖金烧了二十多倍。
反转：OpenAI的“闪电战”从哪来？
Buckmaster 的声明里没有祝贺，只有质疑。
“There is another part of this story, and one that, honestly, I very much wish I did not have to be concerned with.”
据他描述，在他和 Alpöge 最终确认成果的过程中，有人把他们的进展泄露给了 OpenAI。当他们联系 OpenAI 时，对方表示已经取得了完整证明。但当他们追问“什么时候开始研究”“人类参与程度如何”时，答案开始变得含糊。
Buckmaster 的原话是：
“Eventually, it was agreed that [the first prompt] had been sent in the past few days, after information about our work had reached OpenAI.”
翻译一下：OpenAI 是在听说 Buckmaster 和 Alpöge 的方向之后，才在几天内集中算力发起猛攻的。
更让 Buckmaster 起疑的是，他们选择的解题路径非常冷门。
“The route to the Clay problem through a smooth force... is the route Luis and Diego opened and the one Levent and I had quietly chosen to attack... Almost nobody else I know of was working on it.”
一个几乎没人走的方向，OpenAI 为什么偏偏也在同一时间走了同一个？
对话曝光：那句“别毁了自己前程”
冲突的高潮，来自 Buckmaster 公开的对话。
据他称，OpenAI 的 Sébastien Bubeck（据网友指出，即 OpenAI 研究员）曾试图斡旋，其中一项提议是：把 Alpöge 的署名从成果中拿掉。
Alpöge 虽然在 Anthropic 工作，但这次研究并非代表公司。即便如此，他的“对家员工”身份似乎也成了问题。
当 Buckmaster 坚持要把争议公开时，Bubeck 的回应被引述为：
“Why would you ruin your career?”
Buckmaster 继续追问后，对方又说：
“If you don’t want me to be nice, then I don’t have to be nice.”
这两句话，在学术圈里堪称核弹。
学术争议可以讨论，但用“职业生涯”来施压，已经超出了正常学术交流的边界。
OpenAI 后来发布的声明则坚称，他们直到 Buckmaster 团队公开之前，都没有看到对方的工作，也没有访问特定用户数据。
但 Buckmaster 提出了另一个更深层的问题：Codex 会不会“吐回”用户的数据？
更深的忧虑：AI工具正在变成学术间谍？
Buckmaster 和 Alpöge 在研究中大量使用了 OpenAI 的 Codex。
而 OpenAI 的用户协议中，确实保留了 用 Codex 交互数据训练模型 的权利，尽管用户可以 opt-out。
这意味着什么？
如果 Buckmaster 在 Codex 中输入过自己的思路、草稿和关键方向，而 OpenAI 的模型又恰好被用来解决同一个问题，那么模型“无意识地复现”这些思路，并非完全不可能。
OpenAI 的回应是：
“We cannot rule out that de-identified data derived from their usage of our products helped improve our models. However, our proofs differ significantly...”
“不能排除”——这四个字，在舆论场上已经足够致命。
当一个研究者不得不担心自己使用的 AI 工具可能把自己的思路喂给竞争对手，学术合作的信任基础就开始松动了。
赢家与代价：学术伦理 vs 算力碾压
这场风波里，没有纯粹的赢家。
Buckmaster 和 Alpöge 率先公开了方向，却被质疑“是不是被算力碾压了”。
OpenAI 抢先发布了完整证明，却付出了 2250万美元 的算力代价，以及声誉上的巨大代价。
有网友算了笔账：
“花2250万美元解决一个奖金100万美元的问题，OpenAI 图什么？”
答案或许是：抢占“AI解决千禧年难题”的叙事高地。
更有意思的是，数学家 Terence Tao 在 Mastodon 上发表了更宏观的看法。他认为，这类“一个实验室被另一个实验室抢先”的现象，在学术界其实并不罕见。
但区别在于：传统学术竞争是“谁先想到”，而 AI 时代的竞争正在变成“谁先调用得起足够多的 GPU”。
当算力可以买到时间，数学还是不是公平的智力竞技场？
结尾：当数学变成军备竞赛
OpenAI 证明了对。
但“对”这件事，似乎没能平息争议，反而揭开了另一个更大的问题：
当 AI 模型既能辅助研究，也可能吸收研究者的思路；当大公司可以用算力碾压独立学者，学术伦理的边界该画在哪里？
Buckmaster 的选择是把一切公开。
而 OpenAI 的选择，是继续烧钱、继续领先、继续被质疑。
也许未来的数学史会记住 Navier–Stokes 的第一个证明；但这场风波，或许会成为“AI 时代学术伦理”的第一个注脚。
问题是：下一次，谁还敢把自己的思路输入进别人的模型里？
【锐评】：OpenAI用2250万美元买下了一个“第一”，却可能输掉了学术界最珍贵的信任。
参考链接：
https://techcrunch.com/2026/09/08/openai-fought-dirty-on-career-making-math-problem-says-nyu-mathematician/