OpenAI 宣稱 AI 解出 Navier–Stokes，爭議是它有沒有用到未發表研究

Buckmaster 說，他與 Alpöge 把整個計畫的草稿與討論放在 Codex 工作階段中。他直接問 OpenAI 的 Sébastien Bubeck：模型是否曾受這些工作階段訓練，或能否存取它們；他得到的回答是模型不會主動查找使用者資料，但追問訓練用途時沒有獲得明確答案。

OpenAI 同時否認研究人員或 AI Agent 在公開前看過兩人的資料，也說解題時沒有存取任何特定使用者資料；但公司保留一個關鍵但較窄的可能性：無法排除由兩人使用產品時產生的去識別資料，曾經協助改善模型。這和「AI 直接讀取兩人的聊天紀錄」不是同一件事；Morning Brew 把兩者壓成一句話，反而讓最需要釐清的資料流程變得模糊。

答案之外，數學還需要解題路徑

Terence Tao 在 OpenAI 公告前五天就用 Navier–Stokes 寫了一串假設性警告，當時還特別說自己不知道任何重大進展。他認為純數學難題的價值不只在最後答案；嘗試失敗、調整假設、找出障礙的過程，往往會替整個領域留下新工具。如果一家公司用大量算力在封閉系統裡跑完所有路線，只公開一份龐大到人類難以消化的形式化證明，題目雖然可能被解掉，能公開累積的理解卻可能變少。

這場爭議因此不只是在排誰先誰後。真正的分水嶺是：研究者把尚未發表的想法交給 AI 工具時，公司能不能清楚交代資料如何被使用、模型如何抵達答案，以及人類研究者該得到什麼歸屬。若這些邊界一直含糊，研究者最合理的自保就是不再分享半成品，而受損的會是依靠公開討論前進的研究文化。