OpenAI称其内部AI模型在1万个并发代理协助下解出了约90年未解的Navier-Stokes问题，但纽约大学数学家Tristan Buckmaster指控OpenAI可能通过Codex训练数据获取其研究进展。
AI解读：这条新闻的核心是一场关于AI研究伦理的争议，而不只是数学突破本身。OpenAI宣称其内部模型解决了困扰学界90年的Navier-Stokes问题，这个方程描述液体和气体如何流动，从天气预报到飞机设计都依赖它，因此是七个悬赏100万美元的千禧年大奖难题之一。但关键矛盾在于：就在OpenAI官宣前一天，纽约大学数学家Buckmaster和Anthropic研究员Alpöge刚公布了相关进展，而他们此前一直在用OpenAI的Codex工具写草稿。Buckmaster担心OpenAI的模型可能通过Codex数据接触到了他们的未公开工作，OpenAI回应称没有访问特定用户数据，但承认无法排除脱敏数据用于改进模型的可能性——这种模糊表态反而加剧了不信任。对普通读者来说，这件事的直接影响在于：如果企业能用用户上传到云工具的内容训练模型并抢先发表成果，那么所有依赖这类工具做研究的人都需要重新评估是否该把关键草稿放在云端。目前没有证据证明OpenAI确实利用了这些数据，争议也尚未有官方结论，因此不必立即采取行动，但先用本地或加密方式保存重要草稿是合理的预防措施。
OpenAI在周二的一篇博文中宣布，其一个内部AI模型解出了Navier-Stokes问题——一个与液体和气体流动相关的数学难题，据称已困扰学界约90年。该问题属于七个千禧年大奖难题之一，每个难题的解决者能获得100万美元奖金。OpenAI表示，该内部模型的性能强于刚发布的GPT-6 Astra，并与1万个并发代理协同工作。OpenAI称于8月28日开始训练该模型，模型在包括数学在内的基准测试中表现出前所未有的性能。OpenAI还表示不打算领取这100万美元奖金。
在OpenAI宣布前一天，纽约大学数学教授Tristan Buckmaster与Anthropic研究员Levent Alpöge联合发表了相关问题的研究发现。Buckmaster称，在得知OpenAI了解到他们的研究进展后，他曾主动联系OpenAI，但随后发现OpenAI给出的Navier-Stokes证明走的是他和Alpöge一直在用OpenAI Codex和Anthropic Claude推进的技术路线。
数学家质疑OpenAI使用了其Codex数据
Buckmaster在声明中表达了对OpenAI是否获取其Codex数据以接近Navier-Stokes解的担忧。他写道：“我问模型是否经过训练或能够访问我们在Codex中的会话——整个项目期间，我们把所有草稿都放进了那些会话里。”他说得到的答复是模型没有查看用户数据。“我再次询问是否用于训练，但没有得到回答。”
OpenAI在周二的公告中回应称“没有访问任何特定用户数据来解决这个问题”，但补充道：“虽然可能性不大，但我们不能排除从他们使用我们产品中得到的去标识化数据帮助改进了我们的模型。”OpenAI向The Verge提供了其X平台上的声明，内容与博文一致。
OpenAI技术团队成员Sebastien Bubeck表示：“在他们昨晚公开发布之前，我们没有看过他们的任何工作。事后看来，我们的证明有显著不同，甚至证明的具体结果也不同。”Buckmaster随后在Mastodon上回应称，OpenAI“公开承认他们使用了在我们得出结果之后一个时期的训练数据”。