这段 Hacker News 的讨论探讨了由于大语言模型（LLM）和人工智能公司的影响，现代数学研究可能陷入“秘密化”时代的担忧。 参与者们对 AI 公司在未经许可的情况下利用专有研究成果训练模型表示担忧。为防止学术领域走向封闭，讨论中提出的方案包括： * **政策执行：** 将研究资助与公开出版的要求直接挂钩。 * **法律框架：** 明确学术引用与 AI 数据训练之间的界限，并可能由国际科学机构进行监管。 * **防御性出版：** 鼓励研究人员在著作中添加明确条款，禁止将其用于 AI 训练。 * **机构支持：** 由大学托管开源模型，以减少对私人、不透明 AI 实体的依赖。 部分参与者对此持怀疑态度，指出当前的法律环境往往更多地受到企业购买力的影响，而非监管的公正性。最终，共识在于传统数学的开源精神与现代 AI 开发的剥削本质之间日益紧张的关系。