OpenAI在9月8日发的声明里，有一句话很容易被读者划过去，但数学家们读得很仔细：“虽然不太可能，但我们不能排除源自他们使用我们产品的去标识化数据帮助改进了我们的模型。”这句话出现在一份否认剽窃指控的官方声明里，却否认得不干净——公司说自己没有“直接访问”两位数学家的私人研究，却没敢说“完全没受影响”。这道留白，比“抄没抄”本身更值得琢磨。
事情由头是OpenAI宣称其内部系统攻克了三维不可压缩Navier-Stokes方程，这是挂着百万美元奖金的千禧年难题之一。宣布方式很隆重，但NYU数学家Tristan Buckmaster和以个人身份参与研究的Anthropic员工Levent Alpöge很快站出来，说自己此前在受迫Euler方程上的未发表工作，可能已经通过Codex会话流进了OpenAI的训练池。几天后，另一位数学家Andreas Thom也加入质疑，指出自己在非索菲克群问题上的未发表交流，可能同样被间接吸收——OpenAI后来悄悄修改了那份成果说明,补上了对Thom和合作者的致谢。
一份声明，三层否认，一处留白
据OpenAI披露的时间线，团队因为听到两位研究者在相关问题上有进展的传闻，于9月1日开始攻关，约1万个智能体参与，88小时得出结果，又花17小时做Lean形式化验证，9月8日公开回应质疑。
OpenAI的否认精确到三层：没有在成果公开前看到过两人的工作；没有访问过特定用户的对话数据；证明的是Navier-Stokes，Buckmaster等人研究的是受迫Euler方程，问题本身不同。
但唯一没打包票的一环，恰好是Buckmaster真正在问的问题。他问的不是“你们有没有翻我的会话记录”，而是“我在Codex里写的草稿和中间想法，有没有被拿去训练模型”。OpenAI的回答只覆盖了前者。
Lean通过了，不代表争议结束了
Lean形式化验证只能核验一个数学命题在给定符号系统里是否被严格证明，它答不了两个问题：这个形式化命题是否忠实代表原始的、非形式化的数学主张；这个证明思路究竟来自哪里。
- 结论.一份证据链完整的Lean证明，可以说明“这道题被解出来了”，说明不了“这道题是怎么被想出来的”。
2026年一项针对五个Lean基准的审计发现，一万多道题目里近半存在空洞命题、反例、缺失假设或不健全公理——说明“通过Lean检验”和“数学界认可”之间，还有一层完全依赖人工审查的缝隙。
消费级账户，是整个行业的漏斗口
Sébastien Bubeck称指控“虚假且带煽动性”，但承认自己与Buckmaster沟通时措辞不妥；Sam Altman说双方本可以有更多协调。这类表态更像公关降温，没有解决数据溯源本身的技术问题。
真正的结构性问题是：OpenAI、Anthropic、Google的企业账户和API通常承诺输入输出不用于训练，普通消费级账户默认可能被拿去改进模型。数学家们平时随手用的正是消费级ChatGPT或普通Codex会话——没有合同保护，没有“不训练”承诺。
一句“不能排除”，比一百句“绝无可能”更接近实话。
这不是OpenAI一家的漏洞，是整个行业在“消费级默认可训练”这件事上的共同软肋。谁先给科研用户一个可审计、可核实的“不训练”承诺，谁才算真正把这道题解决了。
版权保不了数学家，归属才是真问题
数学事实和命题本身通常不受版权保护，能保护的只是具体的书面表达方式——这意味着即便真被间接使用，数学家们也很难打赢一场版权官司。这跟Anthropic此前因盗版图书训练数据打的那场十五亿美元和解不是一回事，那场官司争的是“非法获取源文件”，这次争的是“合法收集的用户数据算不算变相偷师”，法律工具根本不对口。
更现实的救济路径，可能是学术共同体内部的归属规范：论文致谢、优先权认定、期刊对AI辅助研究的披露政策。这些规矩现在几乎是空白。
- 风险.数学家如今在ChatGPT或Codex里写研究草稿，等于把未发表成果单方面交给一家公司的黑箱，事后连自己是否“被训练”都问不清楚。
OpenAI攻克千禧年难题的叙事很动人，但一份声明里藏着的“不能排除”，才是这场争议真正该被记住的部分。它没有证明OpenAI偷了谁的想法，却证明了整个行业到现在都拿不出一套让人放心的数据溯源机制。