OpenAI 刚刚输掉了一场它从未打算参与的数学战争

垃圾内容的反叛

OpenAI遇到了一个新问题，但这并非算法层面的困境，而是一场声誉危机——它诞生于其模型本应服务的社群内部。在加州理工学院的数学家们签署公开信，谴责所谓"垃圾数学"（slop mathematics）之后，OpenAI撤出了对其赞助的一场由学生运营的黑客松活动。该活动旨在探索AI辅助解题。OpenAI研究主管Dan Roberts给出了一个标准化的说辞，表示希望"更深入地与数学界探讨如何最佳地整合这项技术"。翻译一下：他们措手不及，现在选择撤退。

这一事件之所以重要，是因为它是学术界开始反击AI周围那种不负责任的炒作浪潮的第一个明确信号。这些数学家并非反技术。他们是反对剥削。他们的批评具体而精准：AI公司声称取得了突破性成果，将其抛入公众视野，然后留下真正的研究人员来验证、传播或驳斥这些声明——这些工作既无报酬，也无署名，更鲜有认可。

垃圾数学究竟长什么样

“垃圾”（slop）一词今年早些时候进入了更广泛的文化词汇，作为对泛滥网络的低质量AI生成内容的代称。在数学语境中，它的含义更为尖锐。数学家不只是发表一个声明就走人。严谨性就是整个产品。验证、同行评审、逻辑完备性、对边界情况的反复推敲——这些不是官僚主义的障碍。它们就是这门学科本身。

当一家AI实验室宣布其系统已经解决了一个百年难题，但实际证明仍需人类核实，营销与现实的鸿沟便暴露无遗。加州理工学院的数学家们描述了一种模式：AI产出一个看起来令人印象深刻的成果，媒体随之报道，然后真正的研究人员耗费时间和精力去梳理这究竟是真实结果还是一个披着技术语言外衣的幻觉。

这不仅仅是个麻烦。这是对学术激励机制的扭曲。当AI公司将自己的名字和品牌信誉附加在未完成的成果上时，它们借用了该领域的可信度，却无所回报。

纳维-斯托克斯事件

在OpenAI退出之前，紧张局势早已发酵多日。9月初的一个周二，该公司宣布其AI代理已经解决了纳维-斯托克斯方程——这是一个困扰学界90年的千年大奖难题，描述了液体和气体的运动方式。这一宣布在数学界引发了强烈震动。纽约大学数学家Tristan Buckmaster曾与他人合著过关于同一问题的最新研究，他立即拉响了警报。他暗示OpenAI可能利用了从小组与AI聊天机器人（包括OpenAI自身产品）进行的对话中提取的匿名数据，得出了他们的解。

OpenAI的回应措辞谨慎，是一种精心包装的否认。公司表示，无法排除"源自用户对我们产品使用的匿名数据有助于改进我们模型"的可能性。这一措辞意味深长。它并未确认数据泄露。但它确实确认了用户互动已成为训练流程的一部分——许多研究人员在与AI工具闲聊以获得数学直觉时，很可能没有充分意识到这一点。

这一事件揭示了一种更深层的忧虑：当基于学术话语训练的AI系统开始产出类似原创研究的成果时，工具与合作者之间的界限将在何处消失？而当这条界限消失时，谁又受益？

黑客松作为代理战争

加州理工学院的数学黑客松从来就不是一个中立的活动的资金来源于OpenAI和Anthropic提供的200万美元AI算力额度，其结构是一场竞赛：各团队获得40小时时限和令牌配额来解决开放式问题，表现突出的队伍将进入为期六个月的晋级阶段，并获得额外资源。组织者大多是本科生，他们将此次活动定位为年轻研究者以负责任的方式接触现代工具的契机。

但定位不等于影响。数学家们看清了这场活动所代表的东西：一个让AI公司将自己的品牌与前沿数学成就挂钩、同时将实际工作推给学生和教师的公关机制。他们的公开信称，该活动"可能对数学社区造成破坏性影响"——不是因为AI在理论上具有危险性，而是因为注意力经济奖励的是速度而非严谨，而学术界生态系统本就资金不足，不该再被指望无偿承担核实工作。

同样作为赞助商的Anthropic在就被OpenAI撤资一事置评时选择了沉默。这种沉默本身就说明了一切。

谁赢谁输

直接的输家是OpenAI在学术界的信誉。该公司花了数年时间在智能、推理和前沿能力上塑造品牌。通过远离一场暴露了这些宣称与数学现实之间差距的活动，它避免进一步受损，但也承认自己无法掌控叙事。

组织这场黑客松的学生陷入了尴尬的境地。他们撰写了一封回信，对反弹表示惊讶，并捍卫活动的初衷。他们并非从垃圾数学中牟利的人——他们正是被要求承担核实工作的人。他们的挫折感很可能与公开信的签署者们相互呼应。

如果真有赢家，长期的受益者是AI开发中日益增长的问责诉求。长期以来，公司在释放能力的同时并不承担相应的责任。数学家们正在划出一条线。他们在说：你们可以用我们的工具，但不能免费使用我们的信任来做广告。

接下来会怎样

OpenAI退出加州理工学院并非故事的终结，而是一场将在各大学、资助机构和政策制定机构中展开的谈判的开始。问题已不再是AI能否协助数学研究——它已经做到了。真正的问题是：谁来控制输出成果，谁获得署名，谁来承担核实的成本。

纳维-斯托克斯争议、垃圾数学批评以及黑客松事件的余波，都是同一种疾病的症状：AI公司的推进速度超过了本应评估和验证其声明的机构。在这一失衡得到纠正之前，预计还将出现更多公开冲突——和企业撤退。