OpenAI 在数学界引爆了一颗新炸弹：据称用未发布模型在约 88 小时内求解纳维-斯托克斯存在性与光滑性问题，再由 GPT-6 Astra 花 17 小时完成 Lean 形式化验证。纽约大学学者直接指责这是千禧年难题竞赛中的不正当竞争，Sam Altman 与研究员 Bubeck 各有辩词。但 Simon Willison 把焦点拉得更准：问题不在“谁先解出”，而在“模型到底学过什么”。
他指出，未发布模型的可怕之处，在于外界无从追踪其训练语料。数学家公开的草稿、半成品证明、讨论组里的中间步骤，甚至未公开的合作材料，是否都可能在某处被爬取、被消化？这场撞车照出了学术竞赛的新裂缝：人类还在评审流程里煎熬，AI 却可能早已“预习”过同行未发表的思考。若突破真建立在他人半成品之上，成果归属与学术伦理该怎么重新划线？
OpenAI 强调速度与验证，却始终回避数据来源。这种高调发布、讳莫如深的姿态，本质是“黑箱公关”。数学家怕的不是被机器超越，而是输得不明不白——连自己灵感闪现的记录都成了对手养料。数学正走入人机协作时代，训练集透明度、贡献溯源与学术规则刷新，比千禧年难题本身更紧迫。
