把想法喂给 AI，署名还归你吗

一个数学家在聊天框里跟模型讨论自己的进展。几周后，公司宣布模型解决了一道百万美元级的难题。

他说那是他的东西。

一、发生了什么

10 月 13 日，《科学美国人》刊出一篇报道，梳理了科研圈正在扩散的一种不安：研究者的手稿和想法，进了 AI 公司的服务器之后，还属不属于自己。

报道提到两起公开争议。第一起，OpenAI 宣称其内部模型解决了一个千禧年大奖难题，纽约大学的一位数学家公开暗示，公司拿走了他此前与该公司的聊天机器人分享的进展。几周后，《纽约时报》在 9 月 27 日报道了另一起类似纠纷：哥本哈根大学的一位生物学家与 Anthropic 之间，围绕一组酶产生了争议。

两家公司都明确否认用这两位研究者的上传数据训练过模型。

争议没有因此结束，因为双方争的不是同一件事。公司说的是"我们没有拿你的数据训练"，研究者担心的是"你没法证明"。斯坦福以人为本人工智能研究院的詹妮弗·金对媒体说，企业账号因为有专门协议，相对安全；个人账号则是另一回事，很多时候需要用户主动去设置里退出，才能阻止数据被用于训练。安全研究者布鲁斯·施奈尔的说法更直接：公司会观察你，并把观察到的东西用在对你有利之外的地方。

也有研究者选择不用。悉尼大学理论计算机科学家克莱蒙·卡农说，他不鼓励，自己也不用。但他承认有压力：别人都在用，你不用，会不会被甩开。

二、跟你有什么关系

高校和研究机构的人：你的核心资产是"谁先想到"，而这个东西在聊天框里没有时间戳。

企业研发：职务发明的归属靠合同和记录，不靠模型。但把未申请专利的方案喂进外部模型，可能先丢掉新颖性。

学生和独立研究者：没有法务、没有企业版账号，恰恰是最容易被默认设置套住的一群人。你们的核心资产只有时间戳和实验记录。

三、怎么给自己加四层防护

从便宜到贵，按顺序做。

1. 先分清账号类型。个人号、团队号、企业版、教育版，数据保留和训练政策不是一套。花十分钟翻一遍隐私设置，把"用于改进服务"这类开关关掉。关不掉就换。
2. 给想法分层。方法、术语、文献综述可以问；未发表的核心假设、关键参数、实验设计不要整段贴。拼图不需要给全图。
3. 留可验证的时间戳。预注册、机构内部存档、带日期的笔记、私有仓库的提交记录，都行。真要争优先权，靠的是这些，不是聊天记录。
4. 敏感项目走本地或企业版。能签数据处理协议就签，签不了就用可离线部署的模型，或者干脆不用。

四、三个别信的说法

"我没点同意，它就不能用我的数据。" 默认设置经常是反的。多数消费级产品的隐私条款写的是"可能用于改进服务"，退出入口藏在两三层菜单里。不看，就等于同意。金给研究者的建议也很朴素：先去把账号设置翻一遍，这一步的收益比换工具大。

"厂商说没训练，就等于没发生。" 两家公司确实都否认了。但否认回答的是"有没有拿去训练"，回答不了"模型为什么会给出高度接近的结论"。在金看来，问题在于这些公司对实践不透明，外界连推测的依据都拿不到。

"只要不贴全文就安全。" 摘要加上几个关键假设，已经足够让一个读过大量文献的模型把方向补齐。真正的边界不是字数，是这段信息离开你之后还能不能被还原。

五、一句话结论

在聊天框里，想法没有署名，只有上下文；要不要把最值钱的那部分放进去，是你自己的决定。

信息来源

• 《科学美国人》关于科研想法被 AI 使用的报道，2026-10-13：https://www.scientificamerican.com/article/scientists-worry-ai-is-stealing-their-ideas/

功能与价格以官方公告为准。本文写于 2026 年 10 月 17 日。