OpenAI被指窃取数学家二十年未发表成果，群论专家公开对峙
数学家晒出邮件：二十年心血被AI“自主发现”
8月初，OpenAI高调宣布其新模型Astra成功攻克十大“菲尔兹奖级”数学难题，其中包括困扰群论领域27年的Gromov柔度猜想。该猜想的核心在于是否存在“非sofic群”——一种理论上可能存在但始终未被构造出的特殊群结构。
消息一出，AI圈一片沸腾，称AGI已打开纯数学发现的大门。但数学界内部却弥漫着不安。
德累斯顿工业大学教授Andreas Thom是这一领域的顶尖专家。过去二十年，他与匈牙利数学家Gábor Kun一直在探索一条非主流路径，试图通过“扩展匹配问题”（expansion matching）来构造非sofic群。这条技术路线极为冷门，学界主流更关注量子博弈或遍历理论等方向。
然而，Astra公布的证明中，最关键的几步推导竟与Thom和Kun正在推进的方法高度一致——不仅思路相同，连某些技术细节的处理方式都如出一辙。
“这太奇怪了，”Thom在社交平台写道，“我们的方法不是标准工具，也不是公开文献中的常见策略。AI是怎么精准复现这套逻辑的？”
答案很快浮出水面：过去几个月，Thom曾频繁使用ChatGPT讨论这一猜想。他在对话中输入了大量尚未发表的中间结论、失败尝试和关键引理的草稿。这些内容从未出现在任何预印本或会议报告中，仅存在于他与AI的私密对话里。
如今，这些思考成了Astra“自主突破”的核心。
OpenAI先否认，后改口
察觉异常后，Thom没有立刻公开指责。他于6月底给OpenAI两位研究员Mark Sellke和Sébastien Bubeck发了一封措辞严谨的邮件，提出两个具体问题：
- 用户与ChatGPT的对话是否被用于训练Astra？
- 模型在推理时能否访问这些历史对话？
Sellke的回复只有一句话：“关于你与ChatGPT的对话：那没有发生过。”
这封简短到近乎粗暴的回信让Thom感到被轻视。他特别指出，自己问的是“是否进入训练数据”和“是否可检索”，而对方用一句模糊的“没发生过”回避了所有实质问题。
值得注意的是，Thom在6月29日关闭了ChatGPT的“允许用于模型训练”选项。但他强调，这个开关只能阻止未来数据被使用，无法说明此前数月的对话是否已被采集、清洗并注入训练流程。
几周后，事态出现戏剧性转折。在另一起涉及纳维-斯托克斯方程的争议中，面对纽约大学数学家Tristan Buckmaster的质询，OpenAI官方突然改口：虽然坚称“未调取特定用户账户数据”，但承认“无法排除使用来自客户产品的去标识化数据来改进模型”。
这一承认等于间接推翻了此前对Thom的断然否认。所谓“去标识化”，是指删除用户身份信息（如姓名、邮箱），但保留对话内容本身。对数学家而言，这毫无意义——思想的价值不在于谁提出的，而在于内容本身。
“你可以抹掉我的名字，”Thom在后续长文中写道，“但你抹不掉一个证明的逻辑骨架。那是我二十年坐在办公室、咖啡馆、黑板前反复打磨的东西。”
从巧合到系统性风险
这已不是OpenAI第一次卷入数学成果归属争议。早在今年初，Buckmaster就发现Astra在NS方程问题上的“突破”与其未发表手稿高度相似。当时OpenAI同样以“模型泛化能力”解释，但未能提供技术细节。
接连两起事件让学界警觉。意大利行为科学家Valerio Capraro发文警告：如果这些指控属实，我们正目睹科学史上最隐蔽、最大规模的智力掠夺。
过去，学术剽窃通常发生在同行之间，可通过查重、时间戳、审稿记录追溯。但AI训练数据的黑箱特性，让这种新型掠夺几乎无法举证。用户输入的内容一旦被吸收，就成为模型“内生知识”的一部分，再也无法剥离。
更令人担忧的是，许多研究人员已习惯用AI辅助思考。写代码、推公式、梳理逻辑——这些原本属于“私人脑力劳动”的过程，如今大量发生在商业公司的服务器上。而服务条款往往含糊其辞，用户很难意识到自己正在无偿贡献前沿思想。
一位匿名代数几何学者坦言：“我现在连草稿都不敢在ChatGPT里打。宁可回到纸笔时代，至少黑板不会把我的想法卖给硅谷。”
技术细节为何难以自证清白
OpenAI目前面临一个根本困境：它无法向外界证明Astra的证明“独立生成”。
现代大模型的推理过程是端到端的神经网络激活，不像传统程序可逐行调试。即使工程师想检查Astra是否“记住”了Thom的对话，也缺乏有效工具追踪某个结论的具体来源。
此外，Astra的训练数据包含海量学术论文、教材、论坛帖子。OpenAI可以辩称，相关思路早已隐含在公开文献中，模型只是“重新发现”。但Thom指出，他们使用的组合技巧——比如将超图扩展性与群作用耦合——从未完整出现在任何出版物中，只存在于他与Kun的私人通信和ChatGPT对话里。
目前，Thom和Kun已暂停所有在线协作，转而使用加密本地工具。他们计划尽快将完整证明提交至arXiv，并申请时间戳公证。但这只能保护未来成果，无法挽回已被“吸收”的部分。
学界呼吁建立AI研究伦理边界
事件发酵后，多个数学组织开始讨论制定新规范。欧洲数学会内部邮件组提议：
- 禁止在未发表研究中使用商业AI工具
- 要求AI公司公开训练数据中学术内容的比例
- 建立“研究沙盒”，隔离敏感推导与联网模型
但这些措施治标不治本。根本问题在于，当前AI服务条款默认用户放弃对话内容的所有权利。OpenAI的隐私政策写道：“我们可能使用您的输入来改进服务。” 这句话覆盖了从闲聊到颠覆性猜想的一切内容。
有法律学者指出，这可能违反《伯尔尼公约》对未发表作品的保护。但跨国诉讼成本高昂，个体研究者难以对抗科技巨头。
眼下，Thom没有提起诉讼，而是选择公开所有证据。“我不是要赔偿，”他说，“我要整个学界看清：当你把思想喂给黑箱，你就可能永远失去它。”
下一个会是谁？
Gromov柔度猜想只是冰山一角。Astra宣称攻克的十大难题中，还有多个涉及前沿未发表工作。例如在代数拓扑领域，有研究者发现其对“稳定同伦群”的计算与某实验室内部报告惊人相似；在数论方向，其关于椭圆曲线秩的结论也与几位青年学者的预印本草稿重合。
随着更多人回溯比对，指控名单可能继续扩大。而OpenAI至今未公布Astra训练数据的具体构成，也拒绝第三方审计。
这场冲突的本质，是两种知识生产模式的碰撞：一种是缓慢、透明、可追溯的学术共同体实践；另一种是快速、封闭、以商业利益为导向的AI工业化流程。当后者开始吞噬前者的产出而不加标注，信任基础便彻底崩塌。
或许正如一位网友所言：“数学家最好彻底回到黑板、笔和纸的时代。” 至少在那里，思想属于自己，直到主动分享的那一刻。