9 月 8 日，OpenAI 扔出一颗深水炸弹：它派出的约 1 万个 AI Agent，花 88 小时解出了纳维-斯托克斯方程——数学界七大千禧年难题之一，悬而未决近 90 年。随公告一起公开的，还有一份 165 页的解析证明和一套 Lean 机器核验文件。OpenAI 同时声明：不打算申领那 100 万美元奖金。
这条新闻的冲击力不在”AI 又变聪明了”，而在于三个第一次：第一次有 AI 系统宣称解决（不是复现、不是辅助）一道开放了 90 年的千禧年难题；第一次用上万 Agent 并行作战完成数学发现；也是第一次，”AI 的证明”要直面整个数学界的审视。
90 年没人答上来的问题：流体到底会不会”爆掉”
先把这个难题讲成人话。纳维-斯托克斯方程是描述流体（空气、水、血液）如何流动的基本方程，飞机设计、天气预报、血流模拟全依赖它。方程本身 19 世纪就有了，但 2000 年 Clay 数学研究所把它列为七大千禧年难题时，问的是一个很基础的问题：
一团一开始平滑流动的流体，会不会在某个时刻突然”爆掉”——速度在有限时间内变得无穷大？
1934 年数学家 Jean Leray 证明了”广义解”存在，但”解是否永远保持光滑”这个核心问题，卡了 90 年。直觉上，真实流体不可能无限快，所以很多人倾向认为”不会爆”；但没人能证明。这次 OpenAI 的 Agent 给出的答案是：会爆。它构造出一个向内螺旋、不断拉长的涡流（像一团被抻长的意大利面），中心区域越缩越快，但整体动能始终有限——速度趋于无穷，能量却不发散，这个微妙的平衡正是证明的难点。
这场”解题”是怎么组织起来的
OpenAI 在官方博客里把过程写得相当细，这里只提炼关键节点：
- 更聪明的内部模型：8 月 28 日起 OpenAI 在训练一个新模型，官方称它”明显强于已发布的 GPT-6 Astra”，训练至今仍在继续。注意，这个模型没有公开。
- 9 月 1 日启动：OpenAI 听到”两道千禧年难题被解出”的传闻（后来确认与 Anthropic 研究员 Levent Alpöge 和纽约大学数学教授 Tristan Buckmaster 有关），于是派 Agent 分头去试所有未解的千禧年难题。
- 先用 Euler 方程练手：约 100 个 Agent 花 50 小时先解出了无粘 Euler 方程的正则性问题，OpenAI 觉得方向可行，把资源集中到纳维-斯托克斯。
- 主力攻坚：解出纳维-斯托克斯的那个小组有约 1 万个并发 Agent，9 月 5 日（周六）出结果，距启动约 88 小时。整个过程 270 万条消息、约 1300 亿输出 token；所有难题加总约 4.9 亿条消息、3000 亿 token。据 WSJ/Axios，算力成本在数百万美元级别。
- 机器核验：GPT-6 Astra 又花了 17 小时把证明形式化到 Lean 里，逐行机器校验通过。
- Codex 当”科研管家”：不同 Agent 组探索不同思路，OpenAI 用 Codex 汇总各组最有价值的中间结果再喂回各组——这本身就是一次大型 Agent 编排实验。
撞车争议：和人类数学家撞了题，还撞出了火药味
这事最有意思的部分在幕后。OpenAI 承认，它是 9 月 1 日听到传闻后才启动的，而传闻指向的正是 Alpöge（Anthropic 员工）和 Buckmaster（NYU 教授）——这两人此前已经解决了受迫 Euler 方程的问题（与纳维-斯托克斯相关但不同）。
OpenAI 声称：它解完后主动联系对方提出联合发布、承认对方在 Euler 问题上的优先权，并强调”我们的研究者和 Agent 没有以任何方式看过他们的工作”；但同时也承认”无法排除脱敏数据对模型训练产生影响的可能”。Buckmaster 方面则质疑 OpenAI 是否从他们的私下工作（包括与 OpenAI 产品的交互）中获得了研究方向。双方各执一词，目前没有定论。
还有一个现实：Clay 数学研究所至今仍把纳维-斯托克斯列为未解。按规则，解决方案要在合格刊物发表、公开满两年、并获得数学界普遍认可，奖金才可能兑现。菲尔兹奖得主 Timothy Gowers 的回应很克制：”这无疑是个大时刻”——但数学家们还没开始认真审证明，尤其要核对 Lean 形式化里的定义是否忠实复述了 Clay 原题。
影响分析：这次和”费马核验”不是一回事
上一周老达刚写过 Claude 用 11 天把费马大定理变成机器可核验的证明（Claude 11 天拿下费马大定理），很多读者会问：这俩是不是一回事？不是，差别很关键：
- 费马大定理早就被人类证明了（Wiles，1995），Claude 做的是把已有证明”机器化”——是核验，不是发现。
- 纳维-斯托克斯是真·开放问题，七大千禧年难题此前只被人类解出过一道（庞加莱猜想）。这次 AI 声称的是”给出新证明”，性质完全不同。
所以这条新闻真正值得关注的三层影响：
一是 Agent 编排到了新量级。 1 万个 Agent、88 小时不间断协作、270 万条消息、跨组思路汇总再分发——这在一年前是不可想象的。AI 的”群体智能”第一次在真实科研任务上规模化跑通，比单点模型刷分意义大得多。
二是”AI 数学”的信任问题浮出水面。 8 月的 GPT-6 Astra 正式发布已经展示过 Lean 核验；这次问题升级了：谁来核对”形式化定义是否忠实于原题”？机器能验证逻辑，但验证不了”翻译”是否正确。未来 AI 出的证明会越来越多，验证能力会比生成能力更值钱。
三是未公开模型 + 数百万美元成本，意味着这离普通人还很远。 但它预告了一件事：OpenAI 手里有个”明显强于 Astra”的模型还没发。参考 Astra 从泄露到官宣的节奏，下一次发布不会太远。
老达点评
说三点看法，带点个人判断（置信度 80% 以上）：
- 别把”官宣”当”定论”。 数学界的规矩是两年公开期加同行普遍接受才算数。OpenAI 自己都说”不打算申领奖金”，Clay 也还没改状态。这篇新闻的价值在于”AI 第一次宣称解决开放难题”这个节点本身，不在于它是否真的被学界盖章。老达判断：证明大概率有实质内容，但要害在定义忠实度，这是未来几个月数学界的审查重点。
- 真正的里程碑是”1 万 Agent 协作 88 小时”，不是解出一道题。 对做 AI 实践的人，这条更值得抄作业：分组探索 → Codex 汇总中间结论 → 再分发 → 多模型接力（新模型攻坚、Astra 做核验）。这套”Agent 科研流水线”的模式，比题目本身更容易迁移到别的复杂任务上。
- 警惕”未公开模型”的信息差。 “明显强于 Astra 的内部模型”这种说法，既是预告也是营销。跟不跟、等不等，取决于你要不要做最前沿的数学与推理任务——绝大多数读者不需要，先把手头模型用好更重要。
一句话收尾：AI 能不能”解难题”这件事，从今天起不再是科幻片桥段，而是数学系正在发生的新闻。至于奖金，留给数学界去吵；作为普通人，看懂”验证比生成更值钱”这一条就够了。
相关阅读：
