OpenAI 在 88 小时内解决了一个 90 年的数学难题，风波才刚刚开始

证明已经出炉。 yet 无人知道它是否属于 OpenAI。

9 月 8 日，OpenAI 宣布一个尚未发布的内部模型在 88 小时内解决了纳维-斯托克斯存在性与光滑性问题。这一声明落在一个已被各种 AI 演示饱和的新闻周期中，悄然颠覆了纯数学中最引人注目的前沿之一。

这个问题已有 90 年历史。它追问的是：描述流体——水、空气、等离子体、血液——如何运动的方程，是否总是产生光滑解，还是会形成奇点，无论初始条件多么温和。这是千禧年七大难题之一，每个难题都附带克莱数学研究所颁发的 100 万美元奖金。自 2000 年这份名单公布以来，只有一个问题被解决：格里戈里·佩雷尔曼于 2002 至 2003 年间完成的庞加莱猜想证明。其余六个依然悬而未决。

OpenAI 的回应来得很快。公司称，约 1 万名 AI 智能体并行协作、互相通信，消耗了数百万美元的算力。截至 9 月 5 日，它们得出了结果，使用的内部模型比 GPT-6 Astra 更强大——而后者正是公司两天前才公开发布的产品。正如韩国《中央日报》报道，模型产出的关键结论是：流体速度可以在时间推移中无界增长——这是数学界争论数十年的一个解的方向。

速度本身并非故事的全部。故事在于接下来会发生什么。

这份证明，究竟是谁写的？

OpenAI 宣布消息后的数小时内，纽约大学数学教授特里斯坦·巴克马斯特提交了一份尚未被驳回的投诉。巴克马斯特表示，在 OpenAI 的结果出现之前，他与一位 Anthropic 的研究人员正在积极研究纳维-斯托克斯问题。他称，OpenAI 使用了其团队未发表的工作来得出结论。

“几乎没有人研究过我们的方法，”巴克马斯特在一则声明中说，据韩国媒体报道，“这不是那种你喂给模型、几天内就能找到的方向。”

OpenAI 尚未公开回应这一指控。公司也未发布完整证明或支撑这 1 万智能体系统的代码库。今天存在的只有一则新闻发布稿和一组关于模型发现了什么的声明——不是同行评审的论文，不是经核实的存储库，不是数学研究通常要求的透明轨迹。

争议的核心就藏在这一空白之中。

这份证明或许从设计上来讲就无法被阅读

即便 OpenAI 的结果是正确的——而“正确”这个词此刻正承担着极重的分量——这份证明对真正需要验证它的人可能毫无用处。由数千个自主智能体生成的纳维-斯托克斯证明，看起来不像人类写就的论证。它不遵循引理的链条、优雅的归约、以及让论文对其他数学家可读的“让我们引入一个巧妙的测试函数”式的时刻。

加州大学洛杉矶分校教授、菲尔兹奖得主陶哲轩在 9 月 8 日的一条社交媒体帖子中直言：“当新的技术或工具出现时，解决问题变得更容易，但同时也更难看清有前景的发现藏在哪里。”陶哲轩写道，“AI 已经让求解数学各领域的难题变得容易，这使得筛选真正有前景的研究方向变得困难。”

陶哲轩的担忧是双面的。AI 或许在生成候选证明方面已优于人类评估的能力。形式验证领域——使用 Lean 等系统逐行机械检查数学论证——是一条解决路径，但 Lean 要求人类先将证明翻译成形式语言。如果 OpenAI 系统的原始输出无法被解析为那种格式，验证瓶颈只是转移而非消失。

阿尔法狗的 echoes，这次更响亮

韩国媒体将此事与 2016 年阿尔法狗对弈相提并论，并非完全比喻。在围棋中，人类 mastery 与机器主导之间的界限在一个全球直播的对局中清晰可见地被跨越。数学界的故事正在以不同的方式上演。没有对局可观，只有一则公告和越来越多的未解之谜，涉及作者身份、方法和获取途径。

但结构上的 parallels 是真实的。阿尔法狗让世界明白，一个曾被认为需要人类直觉才能破解的领域，可以被一个在数据和计算上训练出来的系统击穿。纳维-斯托克斯结果——若得到验证——将这一教训延伸到更古老、更抽象的领地——不是有规则的游戏，而是一个在近一个世纪中抗拒形式化的纯数学分支。

specialize 应用数学的联合国科学技术研究所（UNIST）教授金圭东告诉《中央日报》，这次的震惊超越了阿尔法狗。“这个问题看似不可解，”金圭东说，“大约十年前，人们开始说它也许能这样被解决。在过去两三年内，数学家们一直在用 AI 模型在各种可能性上实验。”

金圭东也指出了现在将主导该领域的归属问题：“未来的论文大概会被假定涉及 AI 协助，而如何划分人类研究员与 AI 系统之间的功劳将成为核心问题。”

谁在资助什么，以及对西方为何重要

OpenAI 的成果并非出自一个公共资助的大学实验室。它来自一家拥有韩国媒体报道所称的“数百万美元计算资源”的私营公司。计算成本未披露，但规模暗示的数字是大多数国家研究委员会在一个资助周期内无法复制的。

这对西方机构如何评估 AI 研究具有直接影响。几十年来，数学突破的标准模式经由大学、同行评审和公共资助运行。一篇证明发表在期刊上。同行加以检验。学界做出裁决。OpenAI 的路径跳过了前几步，直接从计算走向公告。

菲尔兹奖——常被称为数学界的诺贝尔奖——可能在十年内面临结构性难题。如果奖项颁发给没有单一人类作者的成果，或颁发给没有任何人类能从头到尾阅读的证明，该奖项的底层逻辑就会瓦解。韩国报道明确提出了这一点；陶哲轩的评论强化了它。

陶哲轩的观察在此尤为分量沉重。他一生致力于在分析、组合学与新兴的计算方法之间搭建桥梁，而这些方法如今似乎具备了与人类直觉竞争的能力。他的挫败并非针对 AI 本身，而是针对生产这些 AI 的公司的不透明性。

“技术进步太快，而 AI 公司不愿透露它们如何找到答案，这让问题更糟，”陶哲轩写道。

接下来会发生什么

三种结果都有可能。第一种是 OpenAI 最终发布足够多的材料，让学界能够验证该结果，可能通过 Lean 认证的形式化。第二种是这份证明在其自身计算的规模中隐藏着一个错误——这是该领域每一位数学家都在默默考虑的可能性。第三种是学界拒绝认可一份无法追溯至人类作者的成果，无论其真假值如何。

如果这些情景在没有协调的情况下展开，没有一个对学界有利。韩国报道准确捕捉到了情绪：这一刻感觉比阿尔法狗更大，因为阿尔法狗在一个具有清晰规则的封闭系统中运作。数学不是一个封闭系统。它是一个建立在共享证据、归属和引用标准之上的共同体事业。AI 可以解开一个问题。它还无法参与学术共和国。

已经清楚的是，OpenAI 重画了机器可以尝试什么的地图——而下一个问题不会在于这份证明是否正确，而在于谁有权判定它是否正确。