解语樱木

导语：OpenAI一款未公开模型用88小时完成纳维-斯托克斯方程证明，悬赏100万美元的千禧年难题首次被AI攻克。数学界一边震动，一边质疑。

88小时做了什么

2026年9月8日，OpenAI宣布其内部模型联合约1万个AI智能体，耗时88小时给出了纳维-斯托克斯方程存在性与光滑性问题的证明。

这道题是克雷数学研究所2000年提出的七大千禧年难题之一，悬赏100万美元，困扰数学界近90年。 核心问题是：三维流体的运动会不会在某个时刻失控，让速度飙到无穷大。

整个流程分两步。第一步，1万个智能体并行探索，88小时得出核心证明思路。第二步，GPT-6 Astra用17小时完成Lean形式化验证。

成本方面，项目消耗约3000亿token，OpenAI研究员估算计算成本达数百万美元。

为什么偏偏是现在

OpenAI这次行动，背后有一个直接触发因素。

据报道，OpenAI在8月28日开始训练新内部模型后，听到传闻称竞争对手Anthropic可能已经解决了两个千禧年难题。9月1日，团队将新模型投入攻关，9月5日得到解答。

这里有个关键问题：当竞赛速度取决于算力调配和智能体规模，数学发现的优先级正在被商业竞争节奏重塑。

三个影响已经开始显现

第一，成本结构分化。 对比一个月前，GPT-6 Astra用约2000美元解决10道Erdős数学难题，平均每题200美元。这次纳维-斯托克斯问题的成本涨到了数百万美元量级。门槛从“可以用”跳到了“大多数学术团队用不起”。

第二，争议比成果本身更棘手。 纽约大学数学家Tristan Buckmaster称，他和Anthropic研究员Levent Alpöge此前用OpenAI的Codex工具做研究，草稿存在Codex里，质疑OpenAI接触了这些数据来训练模型。OpenAI回应称研究人员和AI智能体未看到相关成果，但“不能完全排除相关产品数据曾以某种方式参与训练”。

第三，验证权归谁还没定论。 克雷数学研究所尚未正式认定该证明成立。所长Martin Bridson表示“评审过程本就有意放缓”。

科研范式正在被改写

陶哲轩对此有个判断值得注意：好问题将比好答案更稀缺。

他的逻辑是，当AI智能体大军可以快速碾平一个研究方向，人类学者的核心价值将从“解决问题”转向“提出问题”。鄂维南院士也提到，AI for Science已进入“下半场”，重心正从能力建设转向科研体系的系统性变革。

一个反常识判断是：这次突破的最大受益者可能不是数学家，而是芯片和算力供应商。 当每个前沿科学问题的求解成本达到数百万美元级别，算力资源的分配权将比论文发表权更稀缺。

趋势判断

从产业角度看，三个趋势已经比较清晰：

一是科研智能体从“工具”转向“基础设施” 。AI不再只是帮科学家查文献、跑代码，而是直接产出证明和验证结果。

二是学术评价体系面临调整。当论文署名只有“OpenAI”而核心工具是未公开内部模型，同行评审的对象是什么？贡献归属怎么算？现有学术规范尚未给出答案。

三是算力门槛加速学术分层。少数掌握前沿模型和巨量算力的机构，产出效率将远超传统学术团队。

这次事件真正的信号，不是AI证明了什么，而是AI证明的方式暴露了科研组织形式的根本变化。 88小时、1万个智能体、3000亿token，这套流程如果被复制到其他前沿领域，影响的不只是数学。

你怎么看这次AI攻克千禧年难题对科研人员的影响？如果你所在领域的工作也可能被AI智能体“碾平”，你会选择主动拥抱还是保守观望？评论区说说。

版权声明

“特别声明：以上作品内容(包括在内的视频、图片或音频)为用户上传并发布，本平台仅提供信息存储空间服务。 Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user , the platform merely provides information storage space services.”

本文地址: https://www.amtbbs.org/thread-18525-1-1.html