被AI抢发之后,科学家开始不敢用AI了

据科技日报 10 月 19 日转引《自然》网站的报道，最近一个多月，科研圈里至少发生了两起"AI 撞上未发表成果"的事。

第一起在数学。9 月 7 日，纽约大学数学家巴克马斯特公布了一项研究进展——他和 Anthropic 的数学家莱文特·阿尔波格合作研究纳维-斯托克斯问题已经一年，这次附上了简化版论文。差一天，9 月 8 日，OpenAI 宣布它的 AI 智能体解决了这个著名数学难题。

巴克马斯特随后提出了一个很正常的疑问：他们此前输入 OpenAI 工具的信息，有没有可能被用于训练模型？OpenAI 否认，表示在成果公开前，其研究人员和智能体没有接触过这些成果。

第二起在生物学。9 月 23 日，Anthropic 宣布 Claude 发现了一种新型酶系统，命名为"阵列相关逆转录酶"（ART）——通过分析大量 DNA 序列，发现某些逆转录酶附近存在类似 CRISPR 的重复序列。

几天后，丹麦哥本哈根大学计算生物学博士生马里奥·罗德里格斯·梅斯特提出质疑：他和同事从 2022 年起就在研究相关酶，而且过去几年一直用 Claude 处理科研任务，向它分享过尚未发表的研究材料。他认为 Claude 公布的系统与此前研究存在明显重合。

他自己也说，无法确定 Anthropic 的发现是否受影响，也没有证据。Anthropic 回应称此前并不知道有研究描述过相同发现，并强调 Claude 没有使用用户对话记录进行训练。

这两件事被放在一起讲，最顺手的结论是：AI 的能力正在逼近甚至超过一线科学家，抢发只是时间问题。

但我觉得这个结论跑偏了。它让人把注意力放在"AI 有多强"上，而真正该看的是另一件事——这两起里，未发表的材料都是科学家自己送进去的。

梅斯特团队过去几年用 Claude 处理科研任务，向它分享尚未发表的研究材料。巴克马斯特与合作者也长期把研究过程输入 AI 工具。这不是 AI 主动去偷，是人主动给。所以我们不该把这件事讲成"AI 抢跑"，更准确的描述是：我们把草稿交给了工具，然后惊讶地发现工具也会产出东西。

比"太强"更让人不安的，是举证这件事本身。

梅斯特那句话里有最扎心的一层：他怀疑，但他"没有证据"。这就是问题的结构。你要指控 AI 用了你的想法，就得拿到它的训练数据、中间过程、内部时间线——你拿不到。它要证明自己没用，只需要说一句"我们不知道有这项研究"——这句话几乎无法被反驳。两方都拿不出硬证据，但代价完全不对等：怀疑的人背上了举证责任，被怀疑的一方只需要否认。

而且这个局面会一直持续下去，因为训练数据的可追溯性本来就是行业难题，不是哪一家公司能单独解决的。

所以"减少使用这类工具"是个理性的反应，但我认为它反应过度了。把 AI 整个从工作流里拿掉，代价太大，也不现实。真正要做的，是给自己划一条清楚的线。

不该进对话框的：未发表的原始数据、还没成型的假设、正在写的稿件全文、合作方未公开的材料。

可以进的：已发表文献的梳理、语言润色、代码调试、格式检查、图表排版这类不涉及原创内核的活。

边界在哪，每个方向不一样，得自己定。但有一条通用判断标准很好用：如果这段内容泄露出去，我能不能承受？答案是"不能"的，就别进去。

还有一层：把 AI 当成"一个不会说话的助手"，是一种错觉。它连接着一家会发布成果的公司。你跟助手说的话，助手的老板听得见——这句话不是指控，是结构事实。

最后说一句可能被打脸的。我认为未来两年这类争议只会更多，而且大部分会像这两起一样——有怀疑，没结论，然后不了了之。在那个局面里，唯一能保护你的不是"不用 AI"，是你手里有没有能证明自己工作时序的东西：带时间戳的本地记录、版本管理、组会纪要、预印本。这些东西平时没用，出事的时候是唯一的凭据。