OpenAI刚花1000万美元解决了一个90年的数学难题——但这应该让你感到恐惧

进步的价码

OpenAI 近日宣布，一万个人工智能智能体在运转约三百万条消息和 1300 亿个输出标记后，在 88 小时内解决了数学中最顽固的难题之一的部分答案。仅计算成本就高达约 1000 万美元，纳维-斯托克斯存在性与光滑性问题的结果不仅代表一项能力里程碑，更昭示着触碰人类知识边界所需代价的全新定价模式。

这个问题本身已存在九十年。克雷数学研究所将其列为七个"千禧年大奖难题"之一，并附带 100 万美元的奖金。OpenAI 第一时间澄清，并不打算申领该奖金——或者说，解决整个难题。该系统已处理了问题所需四个命题中的两个。但这一姿态本身——花费估算约 1000 万美元来展示一项能力——无论数学界是否乐意，都已预示了计算数学的未来方向。

没有终点的赛跑

这一时刻之所以比新闻稿所暗示的更加锋利，在于时机。纽约大学的教授特里斯坦·巴克马斯特（Tristan Buckmaster）和 Anthropic 的研究员莱文特·阿尔波格（Levent Alpoge）——两人都在独立研究同一个问题——在 OpenAI 发布结果的同一天宣布了自己的研究路线。然后 complication 来了：两人都表示，他们通过 OpenAI 的 Codex 工具分享了研究进展，事后才得知这些信息已经传到了该公司。

巴克马斯特的声明在 OpenAI 宣布后数小时发布，指责该公司在吸收他们的研究之后才启动纳维-斯托克斯问题的研究。OpenAI 承认可能性——尽管认为概率较低——即经过匿名化处理的 Codex 用户数据可能已促成模型改进。公司同时坚称，其证明过程和具体结果与巴克马斯特和阿尔波格的分歧明显。

这正是西方媒体报道中大量扁平化的细节。在韩国商业与科技媒体中，普通读者的数学素养更为深厚，这则新闻立刻演变为关于学术谱系的故事：谁发明了何物、谁先看到了谁的工作，以及 AI 辅助研究的新架构是否会创造现有学术规范无法解决的争端条件。

韩国视角下的全球转折

韩国媒体已在国际报道中领跑此话题，原因在结构层面。韩国处于世界顶级 STEM 教育、主导性科技产业之间，以及一个对能力超越监管的速度极为敏感的交汇点。当一则头条宣称一家美国公司用机器在三天内解决了一个困扰学界九十年的问题时，首尔人当下的问题并非惊叹，而是定位：谁掌控下一轮发现的节奏，谁又被甩在后面？

这种焦虑的表现方式与华盛顿或伦敦不同——后者的辩论集中在对齐风险或商业竞争。在韩国，焦点落在制度性替代上：当一家单一企业可以重新调动数百万美元的计算资源去攻克难题——而这些问题曾消耗人类几代人的集体努力——大学、研究实验室和国家级科学项目能否继续保持相关性？

真正发生了什么

切实的转变在于数学研究的经济学。数个世纪以来，推进理解需要人类以线性或小组形式，经过数年持续工作。OpenAI 的方法将问题视为大规模并行搜索：生成证明、检验证明、迭代、智能体间通信、 refine。系统花费 1000 万美元，在不到四天的时间里产生了部分成果。相比之下，人类研究者在这同一问题上投入了数年光阴。

这并不意味着人类数学家已经过时。OpenAI 产出的证明仍需经克雷数学研究所及更广泛的学界验证。但这确实意味着瓶颈正在转移。约束不再是 solely 人类创造力或毅力，而是计算能力和数据获取——这些资源高度集中于少数公司手中。

赢家与输家

OpenAI 赢得了关注度和无法用任何营销预算购得的能力演示。该公司内部专为快速数学推理训练的原型模型，如今有了一个概念验证与之绑定。Anthropic 及其他竞争者面临压力，必须匹敌在这一领域竞争所需的基建规模。

输家更难点名，却影响更为深远。原本通过渐进贡献逐步建立声誉的青年数学家，如今要与能以机器速度摄取和重组现有研究的系统竞争。以多年期项目构建职业生涯的大学，必须在企业能以天数重塑时间线时解释自身的价值主张。建立于控制数学验证条件之上的克雷研究所，如今面临一条可能需要容纳为其从未设计来评估的机器生成证明的验证流程。

接下来会发生什么

未来六个月将澄清这是一次性演示还是一个可复现的模式。OpenAI 表示，该问题在听闻两个千禧年难题已被解决的传闻后激励了它——这意味着系统的反应性不亚于主动性。如果其他实验室采用相同的基于智能体的并行方法，部分数学突破的节奏可能以难以预测的方式加速。

巴克马斯特和阿尔波格的争议引出了一个将在未来反复出现的关于科研诚信的二阶问题：当基于用户输入训练的 AI 工具开始产出——即便距离遥远——源于先前人类工作的成果时，协助与攫取之间的界线便趋于模糊。数学出版尚无针对经由推理引擎流转的贡献进行归因的现有框架。

韩国媒体已经在询问西方媒体尚未摆上台面的问题：如果一家公司能在一天内用 1000 万美元解决困扰学界九十年的问题，那些为缓慢攻克这些问题而建立的机构命运如何？对这个问题的答案将决定 AI 辅助数学究竟是人类的工具，还是集中定义"何谓知识"权利的机制。