AI 88小时破解90年数学难题，日本警告属实
OpenAI部署约10000个AI代理在88小时内解决了90年的Navier-Stokes问题，随后在4000个其他未解问题上发表了700多篇论文。日本专家称其速度既令人惊叹又令人恐惧。关键问题不在于AI能否解题，而在于当没人关注AI如何得出答案时，人类知识将迎来怎样的命运。
答案就在那里，但没人知道它是怎么来的
OpenAI 刚刚做了一件十八个月前还是科幻小说里的情节的事。它动用了约一万名并行 AI 代理，破解了纳维-斯托克斯存在性与光滑性问题——这是困扰数学界近九十年的七大千禧年难题之一。整个过程耗时八十八小时。随后，公司又花了十七个小时，用自动化定理证明器 Lean 对该证明进行了形式化验证。
一个月后，该公司发布了超过七百篇数学论文，涉及约四千个其他未解问题，包括黎曼猜想。
日本顶尖理论物理学家们却没有为此庆祝。
英文媒体报道遗漏的日本视角
日本 ABEMA Times 的讨论节目比任何西方报道都更深入。节目邀请了理论物理学家野村直樹（Tadaki Nomura），他没有将问题框架化为 AI 是好是坏，而是提出了一个更令人不安的问题：当答案来得比任何人理解其路径都更快时，人类的知识生产会发生什么？
野村提及费马大定理是刻意的。安德鲁·怀尔斯在 1994 年给出的证明，其价值不仅在于证明了费马是对的。它的意义在于迫使整个数学界在过程中建立起全新的数学框架——这些工具如今已深植于理论物理和工程之中。旅程而非目的地，才是延续下去的东西。
OpenAI 的最新成果完全绕过了这段旅程。系统给出了答案，但它到达答案的机制仍然 opaque。在日语报道中，这被形容为黑箱——人们知道结果会出来，但没人能追溯其路径。
答案与理解之间的落差，正是焦虑所在。
这些数字究竟意味着什么
让我们把可证实的事实与推测分开来看：
纳维-斯托克斯存在性与光滑性问题探讨的是：描述流体运动的方程的解是否始终光滑且表现良好，还是可能产生奇点——即数学完全崩溃的点。这不抽象。相同的方程决定了气流如何掠过机翼、天气系统如何演化、血液如何在动脉中流动。一个经验证的解将为解题者带来克拉数学研究所颁发的一百万美元奖金，并改写流体力学的基础。
OpenAI 声称其代理在八十八小时内得出了答案。它还声称通过 Lean 进行的形式验证额外耗时十七小时。Lean 是真实的软件，由马克斯·普朗克研究所等机构开发，它已经验证过一些现代数学中最困难的证明——包括确认托马斯·黑尔斯的开普勒猜想证明的 Flyspeck 项目。
但 OpenAI 尚未发布完整的 Lean 形式化证明。因此验证之说尚未得到确认。公司已发布论文，但数学界尚未独立审计纳维-斯托克斯的结果。这个区别很重要。
真正的危机不是能力，而是责任
日本评论者提出了一个贯穿所有主要 AI 应用领域的担忧，而不仅限于数学领域。当一个 AI 系统产生的答案在合理时间内无法由任何单一人类验证时，一旦出错，谁该负责？
费马大定理历经三个世纪的积累。怀尔斯花了七年时间几乎与世隔绝地研究它。数学界又花了十年验证他的证明，在此过程中建立了辅助理论，这些理论被证明在原问题之外也大有用处。
如果 OpenAI 的代理在三天内找到了有效证明，这个证明本身可能是正确的。但本应花费数年时间围绕它构建概念脚手架的人类社区——中间引理、新技术、共同理解——可能永远不会存在。答案到了，围绕它的支撑结构却没有。
野村在 ABEMA Prime 上直言不讳。他说，解决著名问题的价值不在于解本身。而是在沿途发现的一切。跳过了发现过程的 AI 不仅节省了时间，更抹去了本应发生的人类学习。
为何这个故事不同于以往的 AI 声称
OpenAI 此前并非对数学噤声。2023 年，它发布了关于某些奥林匹克级别问题的论文。那些是狭小的范围。当前的发布是结构性的——它瞄准纯粹数学中最深层的开放问题，这些问题之所以抵抗人类努力，正是因为它们要求新的思维方式，而非更快的计算。
规模也不同。约一万名并行代理不是玩具设置。这表明一种协调搜索策略运行在大多数数学系无法在吞吐量上匹敌的层面。这种吞吐量能否转化为洞察而非蛮力枚举，仍是待解之谜。
验证瓶颈才是真正的瓶颈
Lean 本应是安全网。如果每一份 AI 生成的证明都能通过形式化验证软件检查，那么人类理解或许就不必要了——机器验证机器，我们领取奖金即可。
但形式化验证有其局限。Lean 可以确认一个证明从一组公理中得出。但它无法确认这些公理是否是当下问题的正确公理。它无法确认将非形式化的数学问题翻译成形式系统是否忠实无误。它也无法确认 AI 没有编码只有当理解该领域的读者阅读证明时才会显现的隐藏假设。
这才是瓶颈。验证系统是必要的，但不足够。还需要其他东西来弥合机械正确性与真正数学理解之间的鸿沟。这种东西就是人类专业知识。而人类专业知识并不短缺。
这对未来一年意味着什么
如果 OpenAI 的声明在独立审查下站得住脚，解决剩余千禧年难题的时间表将急剧压缩。 Birch 和 Swinnerton-Dyer 猜想、P 与 NP 问题、霍奇猜想——它们全部可能在数月而非数十年内面临 AI 压力。
日本辩论捕捉到了一个重要事实：没有理解的速度不是进步。它是另一种活动，可能产生结果，但不会产生让这些结果可用的共享知识基础设施。阅读 AI 生成证明却不理解其构建过程的社区，继承的是答案，而非扩展答案的工具。
这种权衡不是抽象的。它是数学、物理学以及任何依赖深层结构理解而非单纯产出的领域所面临的真正问题。
AI 不仅仅解决了一个问题。它暴露了人类知识工作有多少依赖于抵达答案的挣扎过程。
元描述（160 字符）： OpenAI 在一万个人工智能代理协助下，88 小时破解了困扰 90 年的纳维-斯托克斯问题——但日本专家警告，真正的风险不在于答案本身，而在于我们正失去通往理解的人类历程。