美国刚指控中国“蒸馏”，同一周，数学家把同样问题抛回给OpenAI

• 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。

图源：网络

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？

图源：网络

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。

图源：网络

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。”

图源：网络

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。

图源：网络

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。