9 月第二周，三件事撞在一起。9 月 8 日，美国 NSA、FBI、CISA 指控六家中国 AI 企业 " 工业规模 " 蒸馏美国前沿模型；几乎同一时间，OpenAI 宣布攻克一道悬置近百年的数学难题，随即陷入数据出处与署名争议；9 月 11 日，陶哲轩、邓煜等 25 位数学家联合发表声明，警告 AI 公司与数学共同体的目标出现 " 严重错位 "。同一个问题，两个方向。真正的问题不是 " 蒸馏算不算抄 "，而是谁有权力定义原创、定义风险、定义规则。

9 月 8 日，美国 NSA、FBI、CISA 联合发布公告，指控六家中国 AI 企业 " 工业规模 " 蒸馏美国前沿模型。同样是这一周，OpenAI 宣布其模型取得 Navier-Stokes 方程奇点性研究的重大突破，但同期最接近这一问题的研究者之一 Tristan Buckmaster 公开声明，自己早在三周前就把未发表草稿放进了 OpenAI 旗下的编程工具里。9 月 11 日，25 位数学家联合发表声明，警告 AI 公司与数学共同体之间 " 目标存在严重错位 "。

图源：网络

同一个问题，两个方向。美国拿 " 蒸馏 " 指控中国，数学家拿 " 数据从哪来 " 质问 OpenAI。

真正的问题已经不是 " 蒸馏算不算抄 "，而是：谁有权力把别人的学习说成窃取，把自己的学习说成创新？

01

美方的公告：

自己承认蒸馏合法，却指控中国 " 恶意 "

美国三机构公告编号 AA26-251A，点名六家中国 AI 企业，指控它们通过数百万次请求，从 Claude、GPT、Gemini 和 Grok 等模型提取了 " 数十亿 token" 数据。

但公告自己承认，" 知识蒸馏 " 在 AI 研究领域被公认为一种合法且实用的技术。

问题来了：如果蒸馏合法，" 工业规模 " 的标准是什么？公告给出了大量交互数据——约 2 亿次交互、其中一家 1.51 亿次，但 " 工业规模 " 的明确定义门槛始终缺席。数据本身不等于标准。最终定性仍是政治判断：中国企业的蒸馏是 " 大规模的、具有明确针对性及存在恶意 "。

商务部回应直指这一点：" 蒸馏是人工智能领域各个模型间互相学习的通行做法，本质是中性技术手段，包括美企在内的全球模型企业都在用。"

2025 年 1 月，微软宣布上架某中国 AI 公司的开源模型，并预告将推出蒸馏版本。这是公开商业行为，不是灰色地带。

如果蒸馏构成安全威胁，为什么美国云服务商可以公开用，中国企业用就是 " 工业规模攻击 "？

这份公告的实际效果，是把蒸馏从技术问题拉进国家安全框架。复旦大学中国研究院副研究员刘典说：美国正在把模型蒸馏从企业间的知识产权和商业竞争问题，" 提升到了国家安全和地缘科技竞争层面 "。

02

同一周，

OpenAI 自己撞上了数据出处问题

美方公告发布的同一周，OpenAI 宣布其模型在 Navier-Stokes 方程奇点性问题上取得重大突破。这本是 AI 的高光时刻。但纽约大学数学家 Tristan Buckmaster 在一天前发布了公开声明，讲了一个让这份高光蒙上阴影的时间线：

8 月中旬，Buckmaster 在 OpenAI 旗下的编程工具 Codex 中工作时，取得了对该问题关键一步的突破，并将未发表的草稿文件保存在自己使用该工具的网页目录下。9 月 3 日，他给 OpenAI 的数学家发邮件，询问 OpenAI 是否使用了他的草稿。9 月 6 日，他与 OpenAI 代表进行了两次通话，称自己 " 没有得到答案 "。9 月 7 日，他发布公开声明。9 月 8 日，OpenAI 正式对外宣布成果。

值得注意的是，Buckmaster 在声明中明确表示，自己并未对任何人提出指控，也未声称成果属于自己。他的问题只有一个：数据从哪来？

OpenAI 方面的回应是：承认无法排除 " 去标识化数据参与训练 " 的可能，同时表示研究和智能体在对方公开发表前未以任何方式看到其工作、未访问特定用户数据。

" 未直接访问 " 和 " 未参与训练 " 是两个不同的问题。Buckmaster 问的是 " 是否用于训练 "，得到的回答是 " 没有直接访问 " ——答非所问。这与另一位数学家的遭遇几乎一模一样。

03

数学家的反击：

这才是真正有力的部分

Andreas Thom 长期研究非 sofic 群问题，指控 OpenAI 在使用其对话数据问题上回应不实。

关键不在于 " 剽窃 " 这个定性，而在于 Thom 提供了具体、可核查的证据链：在 OpenAI 正式发布成果前的数月里，Thom 一直在高频使用 ChatGPT 讨论其未发表的研究，并在对话框中输入了大量未发表的核心推导与证明细节。

他给 OpenAI 研究员发去质询邮件，提出两个极其精准的问题：第一，我们几个月来在 ChatGPT 中讨论未发表成果的对话记录，是否被纳入模型训练数据？第二，在模型解题和推理过程中，这些记录是否可以被直接检索和访问？

OpenAI 研究员 Mark Sellke 的回复只有一句话：" 关于你与 ChatGPT 的对话：那没有发生过。"

这句话回避了核心。Sellke 的回答只涉及 " 直接访问 "，对 " 训练数据 " 的问题没有给出任何限定、解释或证据。Thom 随后指出，用户 " 看得到一个设置，看不到后台的数据流向 "。

指控者要自证被抄，被指控者只需否认；证据，攥在被指控者手里。

Thom 只有邮件记录，没有代码审计权限，没有训练数据访问权限。OpenAI 只需一句 " 那并没有发生 "，举证责任就转移到了数学家这边。数学家要证明自己的成果被使用，需要访问 OpenAI 的训练数据和模型内部日志。而 OpenAI 没有义务提供这些。

25 位数学家的联合声明，将这个具体争议上升到了更根本的层面。声明指出，AI 公司正在把 " 解决数学问题 " 作为衡量模型能力的基准，而 "AI 公司的目标与数学共同体的目标存在严重错位 "。数学研究的核心目标是形成概念理解和新洞见，而非单纯给出 " 正确或错误 " 的答案。以越来越快的速度批量生产 " 真 / 假 " 结论，" 可能不是在孕育新的思想，反而可能摧毁孕育思想的沃土 "。

这份声明真正有分量之处，是希望重新定义 " 什么算原创 "。

如果一个数学问题的解决，需要经过数十年讨论、简化、传播，才能成为学术共同体可以理解和使用的知识——那么一个 AI 在几小时内给出的 " 解答 "，算不算真正 " 解决 " 了这个问题？如果一个成果没有经历学术共同体的验证和消化，它还能被称为 " 原创 " 吗？

数学家们的答案是：不能。

04

蒸馏的政治化：

谁定义 " 恶意 "，谁说了算

回到开篇问题：蒸馏谁说了算？

技术层面，美方公告自己承认它合法实用，商务部说它是通行做法，微软在公开使用。法律层面，知识蒸馏本身并未被明确禁止，但它的解释空间正在被压缩。

政治层面，谁定义 " 恶意 "，谁说了算？美方把中国企业定为 " 工业规模 "" 恶意 "；但是美国 AI 公司自己也在蒸馏所有用户的信息，是希望打双标战？还是希望以此为武器？

这是规则制定权之争。美方公告把解释权从技术共同体拉到安全机构。数学家的声明则想把原创标准从 " 谁先发布 " 拉回 " 谁先被共同体理解和验证 "。

结语：

原创不是事实判断，是权力判断

这一周真正确立的事实，不是谁抄了谁，而是一个更难堪的事实：当被指控 " 蒸馏 " 的一方要求查看训练数据时，没有任何机制能迫使被指控者拿出证据。

它的价值不在于证明 OpenAI 抄袭，而在于暴露了 " 原创性 " 的脆弱：当技术相似无法被法律认定为抄袭，当概念重合无法追溯来源，当举证责任压在指控方，" 原创 " 就不再是事实判断，而是权力判断。

数学家们给出了出路：原创不该由 " 谁先发布 " 决定，而该由 " 谁先被共同体理解和验证 " 决定。

这个标准对 OpenAI 和它的指控者都不轻松。但对那些真正尊重数据来源、愿意接受共同体验证的研究者来说，可能是最好的消息。

免责声明：本文涉及的指控和争议均为当事方公开声明或媒体报道。数学家关于训练数据使用的指控属于双方争议，OpenAI 否认直接访问相关草稿与对话，但承认无法排除去标识化数据参与训练。本文旨在呈现事件脉络与产业影响，不构成法律或投资建议。

- END -

欢迎加入首席内参群

点击「推荐❤」，锦鲤附身！

投稿及内容合作｜editor@chreview.cn

广告及商务合作｜bd@chreview.cn