数学证明一旦进入「谁先、谁贡献、谁用了谁的工具」拉锯，实验室公关与学术规范会一起被推上前台。此前OpenAI公开与纳维–斯托克斯（Navier–Stokes）方程相关工作，并回应并行研究争议；近窗争议继续升温。公开报道与当事人陈述聚焦：纽约大学学者Tristan Buckmaster与Anthropic侧数学研究者Levent Alpöge等人使用Codex、Claude等工具推进相关证明时，与OpenAI沟通中出现署名、协作与披露分歧；OpenAI亦在公开材料中确认时间线，并说明曾与相关研究者沟通。
OpenAI是全球生成式AI头部实验室。千禧年大奖难题由Clay Mathematics Institute设立，每题悬赏百万美元量级，Navier–Stokes存在性与光滑性是其中之一，长期处于理论数学与数学物理交界的高难度区。把Agent集群、形式化验证与人类数学家协作写进同一条叙事，本身就是在重新定义「发现」的生产组织方式——也因此，工具链署名、数据边界与优先发表权会变成新的摩擦面。
续报增量要点：
所谓形式化证明，白话是不只「写出证明」，还尽量让计算机可检查；所谓实质性进展，白话是公司认为有足够材料值得对外披露，但尚未等同于奖励尘埃落定。对产业观察，增量不在复述方程细节，而在两件事：前沿实验室开始把数学发现当作能力展示；外部合作的披露规范明显滞后于工具能力。
放在科研伦理上下文里，使用竞品工具、跨机构任职、私下沟通话术，都可能被放大成信任事件。需要把边界读清楚：证明是否被广泛接受、奖励如何裁定，以学术共同体与Clay等权威流程为准；「另一道难题」在完整可核验材料公开前，只能记作公司声明。下一观察点是正式论文/形式化仓库，以及实验室是否出台更清晰的外部合作披露规范。