AI真的解决了数学界最大的难题之一吗？
内容提要
OpenAI称约一万个AI智能体协作88小时，构造出三维纳维-斯托克斯方程有限时间奇点，并完成Lean形式化验证。该结果基于人类数学家前期成果，并非独立发现。随后引发争议，涉及是否使用未公开研究数据及成果署名归属。事件真正意义在于展示AI可大规模并行探索研究路径，使科研本身变得可扩展。
延伸解读
AI并非独立发现，而是站在人类肩上
OpenAI的AI系统并未从零开始解决纳维-斯托克斯问题。在实验前，数学家Tristan Buckmaster和Levent Alpöge已在相关流体动力学问题上取得重大进展，并使用了Claude和Codex等AI工具。OpenAI的AI系统正是基于这些人类前期成果和数十年数学积累，才在88小时内构造出有限时间奇点。因此，这并非AI独立发现，而是人类与AI协作的成果。
大规模并行探索：AI作为可扩展的研究劳动力
本次实验的真正突破在于展示了AI可大规模并行探索研究路径。约一万个AI智能体同时工作，分组探索不同数学方法，并通过“交叉授粉”共享中间结果。这种模式使AI能同时尝试大量可能路径，快速丢弃失败方向，将传统上可能需要人类研究者数月甚至数年的工作压缩到几天。这标志着研究本身可能变得可扩展。
争议焦点：数据使用与成果署名
结果公布后引发争议。Buckmaster询问OpenAI模型是否使用了他们未公开的研究数据，OpenAI调查后否认。随后又出现署名分歧：OpenAI研究员Sébastien Bubeck曾提议由Buckmaster撰写论文呈现OpenAI的证明，但排除Alpöge（因其受雇于Anthropic），Buckmaster拒绝。这暴露了学术出版在AI参与研究时面临的署名难题。
如何理解“发现”：AI贡献的边界
OpenAI的实验并非AI从空白页发明流体动力学，而是建立在数十年数学、近期人类进展和已有研究方向之上。人类决定了计算资源的分配，OpenAI也刻意在智能体组之间传递有用发现。因此，将结果称为“AI发现”需谨慎。真正的里程碑或许是研究变得可扩展，而非AI突然学会独立发现。
Q&A
OpenAI的AI系统真的解决了纳维-斯托克斯方程吗？
OpenAI的系统构造了三维纳维-斯托克斯方程在光滑外力下的有限时间奇点，这是Clay数学研究所官方表述中允许的路径之一。它并未解决更广为人知的“无外力方程是否始终光滑”的问题。
OpenAI用了多少AI智能体和资源来攻克纳维-斯托克斯问题？
根据OpenAI官方报告，该工作涉及约1万个并发AI智能体、270万条消息和约1300亿输出token。智能体在实验开始约88小时后得到提议解，随后又用17小时进行Lean形式化验证。
OpenAI的AI是独立发现这个证明的吗？
不是。该结果建立在数十年数学积累和人类数学家近期进展之上。在OpenAI启动智能体之前，Tristan Buckmaster和Levent Alpöge已在相关流体动力学问题上取得重大进展，并使用了Claude和OpenAI Codex等工具。OpenAI的智能体并非从空白开始独立发现。
OpenAI的AI智能体是如何协作探索数学问题的？
OpenAI创建了一个巨型虚拟研究实验室，将智能体分成可内部通信、运行代码和访问缓存互联网的组。不同组探索不同数学路径，近100个智能体先研究欧拉相关问题约50小时。OpenAI还进行“交叉授粉”：Codex整合不同组的中间结果，并反馈到后续提示中。最终约1万个并发智能体参与。
OpenAI的纳维-斯托克斯结果引发了哪些争议？
争议主要有两方面：一是Buckmaster询问OpenAI的新模型是否训练或访问了他和Alpöge的Codex会话数据，OpenAI调查后称其提示不可能影响系统，且研究人员和智能体未见过未发表工作；二是署名争议，Buckmaster称Bubeck提议由他撰写OpenAI证明的论文但排除Alpöge（因Alpöge在Anthropic工作），Buckmaster拒绝了。
这个实验的真正意义是什么？
真正意义不在于AI突然成为数学天才，而在于展示了AI可以大规模并行探索研究路径：数千个智能体同时探索不同想法、丢弃失败路径、结合有希望的发现，将大量工作压缩到几天内完成。这表明科研本身可能变得可扩展，OpenAI的 broader 目标是构建自动化AI研究员。
