OpenAI於2026年9月10日宣布撤回對加州理工學院「Mathathon」數學黑客松活動的贊助，此舉源於該校現任與前任數學家於9日聯名發布的一封公開信。該公開信嚴詞抨擊這場由AI企業贊助的活動「極可能對數學界造成毀滅性衝擊」，並指控AI企業以模型宣稱攻克理論難題，卻將實質驗證、推廣與打假的繁重勞動留給人類學者，形同「AI灌水數學（slop mathematics）」。
事件導火線為OpenAI於9月8日高調宣布其代理程式（agents）已解開長達九十年未解的Navier-Stokes方程式。然而，紐約大學數學家Tristan Buckmaster指控OpenAI可能挪用了他與AI聊天機器人的對話紀錄來推導解法。對此，OpenAI研究主管Dan Roberts坦承「無法排除去識別化的使用者資料曾用於改進模型的可能性」。此次Caltech活動原訂提供參賽者40小時及2萬美元等值的AI tokens，最終由OpenAI與Anthropic合計捐贈200萬美元AI額度，目前OpenAI的退出使該筆資源去向未明。
此事件並非單純的商業贊助糾紛，而是生成式AI高速進展與學術社群演化節奏之間的結構性斷裂。其本質並非傳統意義上的政商利益角力，而是科技典範轉移中不可避免的「知識生產倫理摩擦」，因此應從科學演進史、學術價值體系與AI技術特性的多重脈絡來拆解。
第一，AI企業與數學社群對「原創性（originality）」的定義存在根本歧異。AI模型的本質是基於機率分佈的下一個token預測，並非從零開始的公理推導；然而數學界長久以來遵循「第一性原理」的無瑕邏輯鏈。當AI宣稱「解開」難題時，數學家看到的並非突破，而是「機率煉金術」將學術信用（academic credit）私有化，卻把驗證的成本外部化給人類學者，這正是公開信中「無償、無名、無感謝」三重剝削的核心張力。
第二，從計算科學史來看，每一次工具革命都曾引發類似焦慮。1970年代計算機輔助證明（Computer-Assisted Proof）問世時，四色定理也曾引發學界對「機械驗證是否算數學」的激烈辯論，最終數學界以「嚴謹的形式化標準」收編了新工具。但當代大型語言模型的「黑盒特性」遠比早期符號運算更難驗證，「可解釋性赤字（interpretability deficit）」成為學界拒絕AI的核心技術技術的硬傷。
第三，學術勞動的隱性剝削結構正在惡化。Buckmaster指控其與ChatGPT的對話紀錄遭挪用，凸顯出使用者產出的研究對話（user-generated research dialogue）正被AI企業無償收割為訓練燃料，這比傳統的抄襲更難舉證、更具系統性。Mathathon的賽制設計——提供巨額tokens讓參賽者「解題」——本質上為AI企業提供了一場完美的真實使用者數據萃取場景，這才是學者最深的焦慮根源。
對照1970年代四色定理爭議、1997年深藍擊敗卡斯帕洛夫、2016年AlphaGo壓制人類棋手等歷史節點，每一次AI突破人類智慧疆界時，社會都經歷了「恐慌—對抗—收編—共存」的四階段演化。本次Caltech事件亦將循此軌跡推進，但因LLM的「黑盒」特性與商業利益糾葛更深，演化週期將更為劇烈。預測未來12至24個月將出現三種情境：
面對AI與學術社群信任裂痕持續擴大，各方行動者應採取以下分層策略：
01 起因觸發：OpenAI高調宣布代理程式解開Navier-Stokes方程式
02 一階傳導：NYU數學家指控對話資料遭挪用，OpenAI無法排除
03 二階擴散：Caltech學者聯名公開信砲轟「slop mathematics」
04 宏觀擴散：OpenAI閃退Mathathon贊助，Anthropic陷連帶風險
05 結構終局：AI企業與學術社群信任斷裂，催生資料血緣與可驗證AI新賽道
領域延伸情報推薦 相關延伸研讀
依主題領域自動關聯之高參考價值外電情報
