围绕纳维-斯托克斯方程的一场争议，正把 AI 与开放科学的关系推到聚光灯下。
这场风波的核心，是一则关于 OpenAI 的说法：其内部模型已破解千禧年难题之一的纳维-斯托克斯方程。随后，纽约大学数学家 Tristan Buckmaster 对外指控称，在他与 Leven Alpöge 团队摸索出一条可行路径后，OpenAI 在「最后几天」得知相关方向，并让模型沿着这一路径借助大规模算力推进结果。
按照文中转述，Buckmaster 还指称，OpenAI 在接触纽约大学团队时，不仅试图控制研究成果的对外发布，还提出若要共同发表，需将 Anthropic 合作者移出署名。对于这些说法，OpenAI 研究员 Sebastien Bubeck 发文回应称，这是「不实指控」。
目前，围绕整件事的具体经过，外界仍未获得统一版本。原文提到，一种较接近事实的说法或许是：Buckmaster 未能先行完成成果，而 OpenAI 成功得出结果，但 OpenAI 采用的方法不一定由其独立发明。
争议从一项百年难题蔓延到学术规则
纳维-斯托克斯方程长期被视为流体力学领域的核心难题，也是克雷数学研究所悬赏的七大「千禧年大奖难题」之一，困扰学界已逾一个世纪。
几个月前，Buckmaster 与 Leven Alpöge 组队，尝试借助 AI 处理流体力学中的多个重要问题。根据原文说法，两人在数月探索后，找到一条「极有希望」的解题路径。此后，围绕研究方向如何外泄、AI 公司是否据此加速抢发、论文署名是否受到干预，争议迅速升级。
Hugging Face 联合创始人 Thom Wolf 也在 X 上发文批评，质疑这种处理数学家工作与科学交流的方式，并对「先拿走他人成果、再提出共同发表」的做法表示不满。
陶哲轩：AI 可能在摧毁开放科学赖以存在的条件
在这场争议中，菲尔兹奖得主陶哲轩数小时前发布长文，提出更大的担忧：AI 的介入，可能正在破坏数学界延续数百年的开放科学传统。
他用一个比喻解释自己的担心：一个国家可能严重缺乏饮用水，却被广阔海洋包围。按他的说法，数学并不缺问题，但许多问题虽然存在，却未必值得投入研究。判断一个问题是否重要、是否值得长期攻关，本身就是缓慢、审慎且带有主观判断的过程。
陶哲轩把传统数学研究描述为一种具有「难度地形」的活动：有些问题像平地，可以用现有工具直接解决；有些像高山，需要长期努力；还有一些像深渊，暂时无法跨越。正是这种起伏结构，让研究者能够逐步识别哪些方向更有潜力，也让不同领域之间的深层联系得以出现。
他认为，AI 时代的风险在于，强大但机制不透明的黑盒模型可能像「蒸汽推土机」一样，把原本复杂的难度结构直接压平。结果不是问题变得更清晰，而是学界更难判断哪些方向真正有价值，哪些只是死路。
在陶哲轩看来，真正稀缺的资源不是数学问题本身，而是「有前景的问题」。过去，数学家一旦发现新的切入口，往往会在会议、研讨班或同行交流中分享。这种提前讨论、互相启发的习惯，构成了开放科学的重要基础。
「谁敢开口，算力狙击手就跟进」
陶哲轩在文中写道：「我们已经看到，哪怕只是有人正在研究某个问题的传闻，都可能引发海量由 AI 驱动的努力，在原始研究项目尚未充分发挥其潜力之前，就将其夷为平地。」
他给出的预警很直接：如果一家掌握大规模算力的公司，只要捕捉到某个有前景的研究方向，就能迅速投入海量推理与试错，那么人类研究者多年建立的直觉、路径和判断，可能在很短时间内被抢先包装成结果发表。
在这种激励机制下，公开交流会逐渐变成高风险行为。陶哲轩的判断是，当前激励正在把学界推向「不再与更广泛学界分享任何有前景研究方向」的状态，而这会逆转数百年的开放科学传统，并对未来造成长期损害。
如果研究者开始把灵感留在私下，讨论不再出现在公开场合，学术会议只剩论文发布后的结果展示，开放交流本身就会被削弱。
争论的焦点不只是答案，而是答案如何产生
陶哲轩的帖子很快得到多名 AI 领域人士转发，包括 François Chollet 和 Gary Marcus。Gary Marcus 表示，AI 公司应该竞争的是谁能带来新的科学洞见，而不是谁先利用算力优势宣布解题。
这场争论也把一个老问题重新摆上台面：科研追求的究竟只是最终答案，还是通往答案的过程里产生的方法、结构和洞见。
原文举例称，在数学与物理等基础学科中，证明过程往往比结论更重要。费马大定理的证明推动了现代代数几何工具的发展；围绕庞加莱猜想的探索，也显著推进了拓扑学。
有网友在陶哲轩帖子下评论说：「从来没有人说过答案是最重要的部分。我们需要专注于探究它们当初为何如此困难。」
按照陶哲轩的批评，如果 AI 公司依赖黑箱模型拼出答案，却不公开负面结果，也不披露解题过程，只把结果作为发布会上的展示材料，那么这种做法虽然可能解决眼前问题，却未必能为后续研究留下可继承的知识结构。
他写道：「不加区分地使用强大的解题工具，虽能达成解决眼前问题的短期目标，却会以牺牲滋养下一波进步的生态系统为代价。」
在他的表述中，缺乏细致分析、没有提炼出新洞见的「原始解答」，对人类科学的长期发展价值有限，甚至可能形成负面影响。
陶哲轩呼吁建立新的学术规范
围绕这起「流体力学难题抢发」事件的争论仍在继续。真假之外，问题已经扩大到 AI 伦理与科研共同体如何自我保护。
陶哲轩在文章结尾提出，应建立新的社会规范。对于那些缺少深刻洞见、主要依靠黑箱式暴力拼凑出的答案，学术界应予以拒绝。
他将其比作现代食品捐赠不再接受任何形式的捐赠品，而是需要维持被社会广泛接受的标准。按这一思路，科学共同体需要的不只是「可用答案」，还包括对答案来源、过程与知识价值的基本要求。
截至目前，关于 OpenAI、纽约大学团队以及相关合作者之间究竟发生了什么，公开信息仍未完全厘清。但陶哲轩发出的警告已经很明确：如果数学家连公开讨论研究方向的意愿都被削弱，那么受到冲击的就不只是某一篇论文的署名，而是开放科学本身。