OpenAI数学论文发布一夜抹去多年研究

周二，OpenAI 抛出了700篇数学论文。这可能终结了几十年的研究。

上周二，OpenAI 向 GitHub 发布了700多篇数学手稿，称其来自内部前沿模型。一些学者称这是突破，另一些人则称之为灾难。

纽约大学数学教授特里斯坦·巴克马斯特（Tristan Buckmaster）在CNBC《Squawk Box》节目中直言不讳：“我们整个研究项目在那个周二被他们的‘倾倒’彻底抹除了。”

不是缓慢侵蚀，不是期刊审稿周期。只是在一个下午释放出代码和完成的证明，那些花了数年追逐这些问题的人突然间就过时了。

这是 headlines。但真正的故事关乎一个更安静、更结构性的问题：当一家公司可以在一次发布中拿出整整一年的成果时，谁来从事科学研究。

倾倒的内容

这些论文涵盖广泛主题——数论、组合学、遍历理论，以及纯数学的多个领域，这些领域进展艰难且高度依赖协作。许多结果与开放性问题吻合，这些问题多年来一直困扰着小型研究社区。几个预印本服务器和数学系网站随后指出，某些论文与研究生和博士后尚未发表的工作高度相似。

OpenAI 将此次发布定位为能力展示。公司博客文章强调了成果范围，并暗示这些产出可作为更广泛研究社区的资源。但框架和后果并不是一回事。一份未经预告、没有署名或对话的资源，与其说像礼物，不如说像圈地。

标题背后的人性代价

巴克马斯特没有点名哪些研究项目被摧毁。他也不需要。画面对任何曾与一个棘手问题纠缠两年的人而言都很清晰——感受进展的缓慢燃烧，然后一觉醒来，发现别人——或者别的什么东西——已经冲过了终点线。

对早期职业研究者来说，这尤其残酷。博士后和研究生靠解决难题建立声誉。他们的职业生涯取决于谁能率先突破。率先突破意味着率先突破。当 OpenAI 一夜之间发布700篇论文时，除非你拥有那个按钮，否则"率先"变得毫无意义。

这不是访问问题。这是所有权问题。

数学家卡尔斯滕·莫兰（Karsten Moran）曾公开谈论此事，描述了事件对其学生的打击：“人们哭着来找我，“他说，“不是因为对数学不开心。是因为他们的未来变小了。“暗示很具体：一篇能让博士后找到工作的论文，一份能确保五年研究资金的申请，一章即将提交的学位论文——所有这些都因一个从不睡眠的算法而失去竞争力。

无人解决的數據問題

巴克马斯特提出了一个值得更多关注的担忧：有多少未发表的学术成果进入了 OpenAI 的训练数据？

“你必须明白，他们能接触到我们所有的研究方案，“他说。研究人员向评审小组提交资助申请。评审人撰写摘要。这些摘要经常为了效率而通过大型语言模型处理。只需几次按键，数月的心血劳动就成了一家公司训练数据的素材。

OpenAI 从未披露其前沿模型使用了什么训练数据。没有这种透明度，数学家们只能在黑暗中摸索。每一次会议演讲、每一个预印本、每一份被拒的资助申请，都可能成为某个系统的燃料，而这些系统随后以企业名义发表成果。

这不是理论。这已经在发生。越来越多教师报告，他们的研讨课件、讲义甚至非正式课程材料，都在模型输出中出现，没有任何署名或补偿。公共学术与私人训练数据之间的界限仍然故意模糊。

协作生态面临威胁

西北大学数学教授布莱娜·克拉（Bryna Kra）看到了更深层的伤害。

她说，数学"极其依赖协作”。人们在演讲、对话、走廊交谈中分享未完成的想法。这种松散分享的文化加速了进步，因为每个人都从集体头脑风暴中受益。这也是该领域数百年来产生如此多成果的原因之一。

克拉担心的是，OpenAI 的倾倒会让数学家退缩。如果在研讨会上分享一个想法，会冒着在它被发表前就被 AI 吸收的风险，那么理性做法就是停止分享。这个领域将变得更神秘、更缓慢、更少协作。

“在这家公司里，没有人能对任何这些结果发表演讲或回答技术问题，“克拉说。论文存在。专业学识却不在。

这是一种空洞的进步。背后没有人的论文是文物，而非知识。

这是许多观察者刚刚开始理解的次级效应。数学通过信任网络前进——人们分享半成形的思想，因为他们相信社区会在他们准备好之前保守秘密。这种信任很脆弱。一旦破裂，需要几十年才能重建。而破坏它的人，没有参加过一次会议，没有指导过一个学生，没有熬过一个失败的证明。

乐观者的反驳

并非所有人都感到恐慌。罗格斯大学杰出数学教授亚历克斯·科托罗维奇（Alex Kontorovich）认为，此事实际上可能提升数学训练的价值。

“我认为我们没有兴趣给按下按钮的人颁奖，“科托罗维奇对 Business Insider 表示。数学思维——清晰、深入、持续地处理重大问题——比许多人假设的更难自动化。这些技能正变得越来越稀缺，因此也越来越有价值。

这有一定道理。学术机构最终可能会区分"产生成果"和"理解成果”。拥有证明与知道证明为何有效之间存在差异。

但这种区分对那些两年工作刚刚沦为他人 GitHub 仓库脚注的研究者来说，是冰冷的安慰。稀缺不等于正义。

结构影响与缺失的回应

倾倒事件后的几天里，许多数学系发布了内部声明，建议教师在研讨会上推迟分享初步成果。几家主要期刊悄悄更新投稿指南以应对 AI 生成内容，但 none 明确裁定完全由企业模型生成的论文是否有资格署名。美国数学学会尚未发布正式立场。

资助机构处境更弱。美国国家科学基金会及类似的全球机构资助研究，基于调查员将发表其资助成果这一假设。没有任何政策应对这种情况：成果由一个对底层工作毫无贡献的实体首先发表。资助评审员可能开始隐晦或直接地质疑，拟议项目是否仍然原创——或者问题是否已被模型回答。

与此同时，研究生正在做出关于职业轨迹的决定。几人私下告知同事，他们正在重新考虑是否攻读纯数学博士学位。他们接收到的信号是，该领域最受保护的资产——智力优先权——现在可以被复制、重现，并由一个对培训该系统的劳动者没有义务的组织发表。

接下来会发生什么

OpenAI 在公告中表示，将改进论文呈现方式、资助研讨会，并包括修订和引用协议。这些是合理的步骤。但也明显太迟。

对个人研究者的伤害已经造成。没有研讨会能找回已丧失的时间。没有修订协议能恢复一个在发表前就被解决的问题的优先权。

需要的是结构性变革。大学和资助机构需要决定研究方案和未发表成果是否应该受到保护，免受 AI 训练管道的侵蚀。期刊需要澄清 AI 生成的证明是否算作发表成果。数学家需要想办法保护推动该领域数百年的协作文化。

OpenAI 已证明它能比同行评审更快。现在的问题是，学术生态系统能否在永远落后之前做出回应。

答案不仅将决定谁来做数学，还将决定谁在其中获得重要性。一个建立在知识是共享人类项目这一信念上的领域，正面对一个将知识视为可训练输入和可发表输出的对手。如果社区退缩到保密，它将生存——但会失去一些本质的东西。如果它以清晰的边界和可执行的规范适应，它可能仍有希望保全数学之所以为数学的协作精神。

此刻，势头属于倾倒者。下一步属于其他人。