OpenAI声称已解决纳维-斯托克斯方程——但数学并非如此简单

一个需要证明的主张

周二，OpenAI 发布了一份声明，读起来更像是一场产品发布会，而非数学论文。该公司宣称自己用88小时解决了纳维-斯托克斯存在性与光滑性问题——这是千禧年七大难题之一，每题奖励100万美元。他们部署了约10,000个并发AI代理，以协同小组的方式工作，并调用了其内部模型、缓存的互联网访问权限以及代码执行工具。这个"结论"出现在9月5日。

没有证明发表，arXiv上没有预印本，没有任何同行评审期刊收到投稿。到来的一纸公报，出自一家商业模式依赖于制造头条新闻的公司。

数学界以几十年公共审视训练出来的速度精准性回应了这一惊人主张。纽约大学教授特里斯坦·巴克马斯特（Tristan Buckmaster）直言，他无法排除OpenAI的工作受到了他与合作者——在Anthropic工作的莱文特·阿尔珀格（Levent Alpöge）——在使用OpenAI自身Codex产品时分享的信息的某种影响。阿尔珀格在巴克马斯特所称的"提示"下，得知了该团队尚未公开的研究进展。

巴克马斯特对自己的表态极为谨慎。他并未看过OpenAI的证明，不知道模型做了什么或如何做的。但他指出了一点，切中了这一刻为何如此重要的核心：OpenAI走向解决方案的路径与巴克马斯特和阿尔珀格正在走的路径"相似"——而这条路不可能在几天内通过把问题描述丢给一个模型就达成。

求解与模拟之间的差异

在铺天盖地的报道中，有一个关键点被遗忘了：纳维-斯托克斯方程是一组描述流体运动的偏微分方程组。自1800年代以来，它们一直主导着工程学和物理学。然而，在一般情况下，它们仍未被解决。并不是因为我们无法模拟流体——我们在每一家航空航天公司、气象机构和汽车设计工作室里每时每刻都在做这件事——而是因为我们无法证明：对于任意初始条件，光滑解是否总是对所有时间存在。

这不是计算瓶颈。这是对方程本身性质的追问。数值模拟可以以惊人的精度逼近一个解。而证明必须展示：在任何情形下，都不会出现奇点——即数学崩溃的点。这是两种不同的行为，有着不同的证据标准。

如果OpenAI产出的是一种具有非凡力量的数值方法，那这就是大规模工程，对每一个运行计算流体力学的行业而言都意义非凡。如果它产出的是严格的数学证明，那将是本世纪数学领域最重要的成就之一。

这一区别并非语义上的。它是改变我们建造方式的工具与改变我们理解世界方式的定理之间的区别。

竞争 stakes 是真实的

这段背后的故事不只是关于数学。它是关于OpenAI与Anthropic之间通过双方员工展开的战争。阿尔珀格任职于Anthropic。巴克马斯特与他合作利用多个大型语言模型研究纳维-斯托克斯问题——大概率包括OpenAI自己的产品。

OpenAI的声明承认了这种可能性——尽管可能性很小——即"去标识化的数据源自他们对我们产品的使用，有助于改进我们的模型。“这是一个措辞精巧的让步。它没有承认任何不当行为。它为这样一种可能留下了空间：巴克马斯特和阿尔珀格在OpenAI生态系统中工作——用Codex编写代码、向模型查询数学见解——这一行为本身以某种方式污染了训练信号，从而赋予了OpenAI信息优势。

这种优势究竟属于启发还是剽窃，是律师和数学家们应当探讨的问题。明确的是，OpenAI行动极快。公司表示，他们在9月1日"听到关于这一谜题进展的传闻"后便开始着手，88小时后便宣称完成了解答。

速度是AI的特性。但在历史上，它从来不是突破性数学的特征。千禧年难题之所以被选中，正是因为这个领域最深邃的头脑已与它们缠斗数十年而未果。黎曼猜想在其当前形态下，自1859年以来便抵御了一切进攻。纳维-斯托克斯的光滑性问题自方程最初写下之时便悬而未决。

88小时的解答并非不可能。但在缺少更多背景的情况下，这显得难以置信——而OpenAI恰恰没有提供这样的背景。

接下来发生什么取决于"解决"意味着什么

如果OpenAI发布证明，数学界予以验证，那么后果将远远超出100万美元的奖金。克雷数学研究所将面临授予奖励的压力，菲尔兹奖章也可能随之而来。OpenAI的信誉将从科技公司跃升为纯数学领域的权威机构——这是有史以来没有任何AI公司占据过的类别。

如果结果是一种能力惊人的计算框架，那么工程层面的后果本身也将颠覆世界。气候建模将获得比今天所有手段精细多个数量级的分辨率。空气动力学设计、湍流预测、海洋模拟——所有依赖流体流动数值近似的领域都将继承一个成本大幅降低且精度大幅提高的工具。率先在此基础上构建的公司将攫取巨大的价值。

如果结果两者都不是——如果该主张在审视下瓦解，正如许多数学家所预期——那么受损的是OpenAI自身的信誉。这家公司将其品牌押注于"AI能够解决人类无法解决的问题"这一理念之上。如此规模上的空壳主张，不仅令人失望，还将重塑数学界对将来AI辅助成果的严肃态度。在这个领域，信任难以赢得，却极易失去。

真正的故事不在于数学

这里真正发生的事情，是一家拥有OpenAI那样的资源与激励机制的公司，决定在一个其竞争对手既无商业动机也无速度基础设施的领域——纯数学——中竞争。这家公司动用了10,000个代理，去挑战一个困扰了几代世界上最优秀数学家的难题。它用88小时做到了这一点。它在发布证明之前就发布了声明。

这一顺序告诉你一切你需要了解的关于驱动这一主张的激励机制。数学本身，当它到来时——如果它到来的话——会为自己发声。但它周围那场表演——速度、新闻稿、竞争姿态——已经在发挥作用。它在塑造公众对AI能力的理解，以及在近似与证明之间的边界仍在哪里的认知。

这些边界很重要。它们一直以来都很重要。而现在比以往任何时候都更重要。