数学界与AI实验室的信任裂隙，被Tristan Buckmaster的一纸指控彻底撕开。这位数学家公开谴责OpenAI施压、拒绝其合作者Levent Alpöge署名，并暗示两人上传到Codex的草稿可能已被悄悄用于模型训练——他直接称之为“绝对的学术不端”。这不是一次普通的署名纠纷，而是触及了AI研究时代最敏感的神经：封闭模型与开放科学之间，还存在公平可言吗？
争议焦点并非数学证明本身，而是贡献认定的失序。Levent Alpöge任职于Anthropic，是这项工作的关键合作者，却在这场与OpenAI的协作中被剔除署名。更令人不安的是，草稿上传至Codex后，其价值不仅在证明中，还可能被吸收为模型的训练数据。Terence Tao的警告因此显得格外刺耳：当研究者被迫在秘密的代码环境中递交成果时，他们是否无意中放弃了对自己思想的控制权？纳维-斯托克斯这一千禧年难题，终于以如此讽刺的方式牵连出另一个更迫切的困局。
问题的本质，是权力不对等如何侵蚀学术伦理。OpenAI掌控着基础设施、算力和分发渠道，而外部研究者只能依赖信任维持合作。但这次事件证明，信任一旦被滥用，整个学术共同体会陷入寒蝉效应——谁还敢把未发表的手稿上传到AI工具中？争论的核心早不止于Alpöge的署名，而是AI实验室能否在追求技术霸权的同时，守住科研成果归属的底线。学术界不该沦为黑箱的附庸，否则，下一个被牺牲的可能是整个科学的公信力。
