Markdown 版本

AI-translated from English; not yet reviewed by a fluent editor.

# 当 AI 实验室私下取得发现时，谁能质疑这些答案？

> AI 的非公开发现引出了公共权力问题：谁能检查证据、选择下一个研究问题，并从答案中受益？本文审视成果发布的动机、科学理解和人的自主性。

By BIG CHANGE Editorial

Published: 2026-09-22T14:25:09.513Z
Updated: 2026-09-22T14:25:09.513Z
Canonical: https://bigchange.ai/blog/private-ai-discoveries-public-science

![An exposed geometric structure stands outside a partly open research chamber, with broad paths approaching from several directions.](https://bigchange.ai/api/media/file/shared-inquiry-private-system-hero-v1.png)
AI-generated conceptual illustration by BIG CHANGE. Shared evidence can give outsiders room to examine and develop an idea even when the discovery system remains private. The geometric sculpture is a conceptual form, not a depiction of a theorem or an unreleased result.

一家公司可以宣布 AI 已经解决了一个难题，但很长时间里，外界仍无法判断这项成果究竟带来了什么。缺少的可能是证明、解释、系统访问权限，或者仅仅是审查工作的时间。每一种缺失，都会赋予公司不同形式的权力。

这正是近期关于 AI 隐藏突破的讨论背后值得追问的问题。在 9 月 15 日发表的一篇文章中，计算机科学家 Scott Aaronson 称，Navier–Stokes 方程公告发布后的反响使他听到了传闻：AI 公司正在扣下若干理论计算机科学重大难题的解答。他没有公开那些解答。他的叙述只能证明他听到了这种说法，不能证明那些未具名的结果或传闻所称的动机已经得到核实。[Aaronson 的文章](https://scottaaronson.blog/?p=10062)

另有一项更具体的进展。数学与人工智能独立咨询组表示，目前的任务是就 OpenAI 如何发布其声称在内部取得的重大数学成果提供建议。这证实了公司报告的成果正通过一个发布协调流程处理，但并不能认证所有等待发布的结果。[咨询组的声明](https://agmai.org/)

对读者而言，这一区别可以避免把一种令人兴奋的可能性，误写成一份虚构的已解难题清单。对科学而言，它还引出了更大的问题：如果发现越来越集中在私有系统内部，其他所有人还能保有多少独立性？

## 重大变化

- **变化内容：**已发表的 AI 生成证明材料，与等待协调发布的公司报告成果并存。关于还有其他未公开突破的说法，仍未得到核实。
- **为何重要：**实验室可以影响哪些发现会公开、专家何时能够审查，以及谁有机会在这些方法基础上继续研究。
- **关注事项：**发布安排是否能为外部研究者提供可用证据和质疑结果的自由，同时支持人类专家选择研究问题、理解结果并分享成果所需的专业能力。

## 突破成果可以公开，相关能力却仍掌握在私人机构手中

OpenAI 于 9 月 8 日发布的 Navier–Stokes 公告展示了一种有选择的开放方式。公司发布了书面论证和形式化证明文件，同时称，发现该结果的系统是一种内部模型，其能力强于 GPT-6 Astra。公开产出，与开放对产出系统的访问权限，是两个不同的决定。[OpenAI 的公告](https://openai.com/index/navier-stokes-solution/)

理解数学问题的范围也需要谨慎。公告中的构造使用了光滑的外部强迫项。Clay 官方问题说明明确允许在其 C 和 D 两种破裂情形中使用强迫项；不含强迫项的全局光滑性情形讨论的是另一个问题。一个有效的带强迫构造可以回应公告所述的奖金问题，同时让无强迫情形仍未解决。[官方问题表述](https://www.claymath.org/wp-content/uploads/2022/06/navierstokes.pdf)

9 月 11 日，Clay 对表面上取得的解决进展表示欢迎，同时保留了从容评估和确定贡献归属的程序。那是机构针对一项公告作出的回应，并非宣布颁发了奖金。[Clay 的回应](https://www.claymath.org/news/navier-stokes-announcement/)

我们在[从单位距离到 Navier–Stokes 方程的指南](https://bigchange.ai/blog/ai-mathematics-unit-distance-navier-stokes)中讨论过更广泛的数学脉络。这里的重要区别在于，成果发布后谁能做什么。外部数学家或许可以研究证明，却未必拥有以同样方式研究相邻问题所需的资源或模型访问权限。发现可以共享；产生下一个发现的手段仍可能集中在少数机构手中。

这种安排仍可能很有价值。如果要求每位研究者都重做原始搜索，许多成果反而更难使用。核验某个证明时，关键是能够获取相关证据，而不一定要拥有发现该证明时使用的全部工具。但能够核验已发表的答案，并不意味着外部研究者能同等影响接下来要回答哪些问题。

## 公众需要有提出异议的途径

OpenAI 的公开代码库分别列出 Navier–Stokes 和 Euler 两项主张，并提供构建说明以及使用 Comparator 进行额外证明检查的方法。这些是可供检查的材料，而非一段演示视频。我们读过相关文档，但没有重新构建或独立认证这些证明。[证明代码库](https://github.com/openai/NavierStokesAndEuler)

Lean 的验证指南解释了为什么成功检查也有明确的适用范围。审核者必须检查定理的含义和假设，包括其依赖项。更强的检查可以将提交的证明与另行指定的命题进行比较，并使用独立的检查软件。这能减少对成果提供方的依赖，但仍需要对工具和规格说明作出明示假设。[Lean 验证指南](https://lean-lang.org/doc/reference/latest/ValidatingProofs/)

一种值得期待的可能性是：私人系统可以进行成本高昂的搜索，随后公开供他人核验的证据，而无需任何人重做全部搜索。即使只有少数机构有能力以这种规模生成 AI 发现，这些发现仍可能成为共享资源。

较弱的一种做法，是实验室只向选定专家进行非公开演示，然后要求其他人相信专家的背书。这或许可以作为合理的初步步骤，但会大幅削弱公众发现有争议假设、检查更正内容或探索意外应用的能力。了解结论与了解产生异议的依据，并不是一回事。

设想一个原创的假设情形：一所大学的研究团队正在研究一类优化问题。一家公司私下发现了一种能改善某个重要案例的方法。它可以公开该方法和精确的保证，也可以提供在线服务来返回答案，同时将方法本身保密。

这两种选择都可能对用户有帮助，但只有第一种必然会让大学获得一种方法，使其能够检查、教学和改进该方法，而无需持续依赖该服务。如果公司改变服务条款、撤回模型或停止支持这一研究领域，这些差别就会产生实际影响。服务可能很有用，科学研究却仍可能依赖它。

这就是为什么公共利益不能只按发现数量衡量。一次发布可能扩大人们的知识、能力，也可能扩大人们必须获得许可才能行使的权利。这些结果有时会同时出现，却并非必然如此。

## 暂停发布可能改善科学研究，也可能让一家机构获得更长的领先时间

协调重大成果发布有合理的理由。专家可能需要时间检查主张、确认早期研究并准备解释。发布前先更正问题，可以避免很多人基于错误结果继续研究。贡献归属之争也需要证据，而不是比谁先发布公告。

但同样的延迟也可能对外部研究者产生另一种影响。设想某个研究团队在不知道一家公司声称已解决核心猜想的情况下，选择了下一个项目；团队可能因此花数月追寻一个旧问题。另一种情况是，只让选定的合作者提前获取成果，从而使他们在发展后续结果时占据优势。这些是信息不平等可能造成的后果，并非对某个未发布定理的指控。

真正相关的问题是，延迟实现了什么目的，以及谁要为此负责。明确标出主张、指定独立审阅者并规划如何沟通结果的审核期，有别于伴随非凡能力暗示、却无限期保密的做法。机构需要有时间检查工作；公众也需要理由，判断这种检查与宣传有何不同。

新咨询组提供了一种沟通渠道。该组称，成员不领取报酬，建议将公开发布，而公司保留决策权。其独立性有价值，但这并不会把建议变成必须发布成果的义务，也不会自动给予研究者访问权限。[独立性与问责](https://agmai.org/)

我们认为，富有成效的安排应公开对建议的回应。公司可以说明采纳了哪些建议、哪些内容仍在审查，以及审阅者如何提出尚未解决的问题。这样，外部人士就能评估流程，而不必过早宣布某项定理已经最终解决。

## 最有力的批评承认 AI 确实可能成功

9 月 11 日发表的宣言*《数学领域 AI 的严重失调》*明确承认数学能力已显著提升。它所反对的是相关激励机制：把著名难题用作基准，可能会忽视思想的发展、贡献归属，以及人们学习提出新问题所需的训练过程。宣言也承认 AI 有望改善数学研究。[宣言全文](https://www.mathandai.org/)

这比声称机器不可能有任何发现更有力。它追问的是：成功的系统是否在优化与接收其产出的社群相同的目标。实验室可能合理地希望清楚展示系统能力；研究者可能更关心一种能够开启多个新方向的方法，包括那些冷僻到不会吸引发布会关注的方向。

这些利益没有自动趋于一致的理由，但也未必互相冲突。实验室可以资助探索和解释工作，让成果真正发挥作用。大学可以重视把强大新方法应用于实验室没有优先考虑的领域。出版平台也可以在刊载首次发现的同时，为澄清和综合研究留出空间。

批评同样应以证据为准。正确且影响重大的结果，理应改变我们对系统能力的评估。我们对结果来源的不安不能使结果失效。同样，令人印象深刻的成果，也不会仅仅因为表现突出，就自动回答访问权限或贡献归属的问题。将这些判断分开，才能既肯定数学成果，又质疑它进入世界时所依据的条件。

Aaronson 的文章捕捉到了这种张力：他认为近期进展具有变革性，同时也赞同努力维护人类的理解能力。他将当前描述为奇点开始，这是一种对事件的解读，并非已经证明的科学临界点。[他所表达的立场](https://scottaaronson.blog/?p=10062)

## 加快发现与有意义的人类工作，都是切实的利益

更广泛的讨论早于 9 月的公告。AI 研究者 Julian Togelius 在 2025 年 12 月的一篇文章中，区分了辅助科学家的工具与使科学家参与变得多余的自动化。他捍卫人的自主性和参与机会，即使在一种假设情形中，完全自动化会加速医学进展。这是对一种可能未来的道德立场，而非科学工作已经变得多余的证据。[Togelius 的文章](https://togelius.blogspot.com/2025/12/please-dont-automate-science.html)

仅仅因为现有从业者喜欢某项活动，就为保护该活动辩护，会付出沉重代价。如果一种更好的方法能够减轻痛苦，受益者的利益就应与职业可能发生变化的人群利益一同纳入考量。对有意义工作的重视，不应自动成为否决有益发现的理由。

但不必在保护所有现有任务与让人们退出科学研究之间二选一。谁来选择问题、识别被忽视的需求、判断证据是否适用，并决定如何运用证据？即使机器最终在许多技术环节上做得更好，这些决定仍会影响公众。保留对这些决定的影响力，既是治理问题，也是职业身份问题。

Dario Amodei 在 2024 年 10 月发表的文章中，描绘了一个乐观而宏大的愿景：AI 加速生物学研究、改善人们的生活。文章也指出了实验、数据和物理世界带来的限制。这是基于强大未来系统等假设作出的预测，并非数学突破所确定的时间表。[《爱与恩典的机器》](https://darioamodei.com/essay/machines-of-loving-grace)

关于方程的证明本身，并不能证明某种治疗方法有效，也不能证明能源系统会变得更便宜。每项应用都需要进一步证据。即便如此，重视加速进展仍然合理：即使研究尚未实现自主化，能够帮助研究者排除无效方向或设计更有信息价值的实验，也可能产生重要影响。

分配问题再次浮现。一项进展在科学上可能完全可靠，受益者却可能仅限于负担得起的群体。研究可以变快，同时更加集中于成果所有者认为最有价值的问题。加速是否惠及广大公众，部分取决于资助、访问权限和部署方面的选择。发现的数量无法替我们作出这些选择。

## 证明正确，并不保证判断得当

对齐问题又增加了一个疑问：一个系统可能非常擅长发现论证，却不一定能在漫长研究项目中始终可靠地遵循操作者的意图。经过核验的数学输出可以证明有关该输出的某些事情，但它本身无法证明系统始终尊重权限、坦诚报告失败，或追求正确目标。

这种区别关系到实验室如何使用能力日益强大的工具。委托系统执行范围有限的搜索并检查结果，与赋予系统对实验、支出或发表的广泛决定权，并不是一回事。科学成就可以成为尝试更大胆研究的理由，但相关权限仍需单独论证。

维护人类理解能力对此有所帮助，但它并不是解决对齐问题的万能办法。理解某项发现背后的数学，并不会揭示模型行为的所有方面。反过来，行使有效监督，也不要求一个人重建每一步中间计算。实际目标是保留足够的独立专业能力和证据，以便发现系统的工作何时已不再服务于预定目的。

意义问题也不该只靠承诺“休闲会补偿每一种失去的角色”来搪塞。Amodei 认为，即使 AI 的表现超过人类，人际关系和各类活动仍可保有意义；但他也承认，未来的经济安排尚未确定。这是一种可能的展望，并非保证转型不会带来痛苦。[工作与意义](https://darioamodei.com/essay/machines-of-loving-grace)

即使不是第一个发现成果，学生仍可以重视对成果的理解。即使不要求社群成员胜过每台机器，人们仍可以重视教学、讨论和探究。然而，维系这些活动所需的机构仍需要资源和选择。个人的满足感本身无法支付实验室经费、保证模型访问权限，或独自维持一个学术系所。

## 根据它带来的独立性评判发布安排

人们能否在不完全依赖公司说法的情况下质疑这项主张？其他团队能否使用成果，而无需重做负担不起的搜索？研究者能否选择成果提供方不太感兴趣的后续问题？是否有具备能力的人员和机构解释、纠正并持续保存这项工作，即使公众关注点已转移？

这些问题将乐观与悲观的未来联系起来。在一种未来中，强大的私人工具为更大的共享知识体系作出贡献，更多人得以研究以前无法触及的问题。在另一种未来中，外部人士得到令人印象深刻的答案，却越来越依赖少数组织来决定哪些问题值得提出。

我们目前还不知道传闻中那些未公开的结果具体包含什么，但可以评判围绕已经浮现的成果所建立的安排。一项重大的 AI 突破，应当让科学界其他成员更有能力独立采取行动。

## Sources

- [Scott Aaronson：《奇迹与恐怖的时代》](https://scottaaronson.blog/?p=10062) — 报告了相关传闻，并呈现作者对 AI 进展的解读。文章没有披露或核实未具名的解答，也没有核实传闻中关于扣下成果的动机。
- [数学与人工智能咨询组](https://agmai.org/) — 说明了该组公布的职责范围和独立性。待发布结果由 OpenAI 报告；该组的声明并非面向公众的结果认证。
- [OpenAI：关于 Navier–Stokes 千禧年大奖问题](https://openai.com/index/navier-stokes-solution/) — 公司记录链接到已发布的证明材料，并介绍一种内部模型。有关同期工作的部分更新于 9 月 10 日；本文不裁定成果的来源归属。
- [Clay：Navier–Stokes 问题官方表述](https://www.claymath.org/wp-content/uploads/2022/06/navierstokes.pdf) — 定义了带强迫项的破裂情形和无强迫项的光滑性情形。该来源界定问题范围，但不认证任何拟议解答。
- [Clay：Navier–Stokes 公告](https://www.claymath.org/news/navier-stokes-announcement/) — 机构以审慎措辞回应，保留评估成果及确定贡献归属的程序，并未宣布颁奖。
- [OpenAI：Navier–Stokes 与 Euler 证明代码库](https://github.com/openai/NavierStokesAndEuler) — 公开代码库区分了两项结果，并提供构建和检查说明。我们阅读了文档，但没有重建或认证其中的证明。
- [Lean：验证 Lean 证明](https://lean-lang.org/doc/reference/latest/ValidatingProofs/) — 解释了证明检查的保证、假设审查以及更强的独立检查。正确解释预期定理仍是另一个问题。
- [数学与 AI 宣言](https://www.mathandai.org/) — 这份一手声明表达了对激励机制、贡献归属和人类理解能力的担忧。它承认 AI 的进展与潜在好处，并非对危害的量化测量。
- [Julian Togelius：《请不要自动化科学！》](https://togelius.blogspot.com/2025/12/please-dont-automate-science.html) — 原文区分了辅助科学研究与让科学家变得多余的自动化。其论点涉及假设未来中的自主性和意义，并非经过核实的预测。
- [Dario Amodei：《爱与恩典的机器》](https://darioamodei.com/essay/machines-of-loving-grace) — 这是一篇明确带有推测性质的乐观文章，讨论了实际限制和未解决的经济问题。文中的情景并未确定时间表或医学成果。