2026年9月8日，喺Anthropic啱啱宣布用Fable 5.1喺Lean做出費馬大定理嘅形式化證明之後，OpenAI正式宣布，佢哋內部由先進模型驅動嘅約1萬個AI智能體喺約88小時內，完成咗千禧年大獎難題之一——三維納維‑斯托克斯（Navier‑Stokes）方程存在性同光滑性問題嘅關鍵突破。研究指出，在特定光滑外力作用下，流體由靜止出發、總動能仍保持有限，但速度場仍然可以喺有限時間內發展出奇點（blow‑up）。OpenAI同步公開咗證明稿同Lean形式化驗證結果，並明確表示唔會申領克雷數學研究所嘅100萬美元獎金。
詳細情況：萬級智能體協同與形式化驗證
納維‑斯托克斯方程描述不可壓縮流體嘅運動，係流體力學嘅核心方程。千禧年大獎問題關注三維情況下解是否始終保持光滑（唔會出現無限速度等奇點）。OpenAI嘅結果證明：存在由正常初始狀態出發、喺光滑緊支集外力作用下、動能保持有限，但喺有限時間內速度變得無界嘅流體流動，從而確立咗官方表述中相關條款（主要對應“C”與“D”陳述）。
技術上，OpenAI使用內部更強嘅模型（明顯優於公開嘅GPT‑6 Astra）去驅動協調式智能體系統。智能體可以存取緩存嘅網絡資料、運行程式碼，並以小組方式通訊協作。團隊先由約1000個智能體喺約50小時內解決相關嘅歐拉方程變體（無黏性情況），之後將規模擴大到約1萬個智能體，對完整納維‑斯托克斯問題繼續推進。智能體喺約88小時後（大約9月5日左右）提出解決方案；隨後GPT‑6 Astra再用約17小時完成Lean形式化同驗證。整個納維‑斯托克斯相關過程中，智能體交換咗約270萬條訊息，耗用約1300億輸出Token。照公開定價粗略估算，類似規模嘅計算成本可達千萬美元級別。
OpenAI強調，實驗全程保持與前沿模型評估相同嘅嚴格安全監控同隔離措施。結果以機器可檢查嘅Lean形式呈現，提高咗初步可信度，但仍需數學界進一步獨立審查。
背景與爭議
千禧年大獎問題由克雷數學研究所喺2000年提出，總共有七題，每題懸賞100萬美元。此前淨係有龐加萊猜想被解決。OpenAI表示，行動部分受「有兩個千禧年問題已被解決」嘅傳聞啟發。幾乎同期，數學家Tristan Buckmaster等人喺相關歐拉問題上都有重要進展，並獲得「Deep Blue對卡斯帕羅夫時刻」嘅評價；部分討論涉及工作時間線同靈感來源，OpenAI否認使用咗外部未公開材料。
菲爾茲獎得主陶哲軒（Terence Tao）對近期AI數學進展既肯定其速度同規模，亦表達咗憂慮。他指出，今年出現咗「答案同理解之間前所未有嘅脫節」——AI可以快速提出新結果，但人類冇足夠時間進行緩慢、深入嘅討論同消化，可能影響數學知識真正嘅吸收同發展。
可能影響：數學研究範式與AI能力邊界
1. 對數學研究嘅影響
如果結果經得住嚴格審查，呢將會係AI首次實質解決千禧年級別嘅開放問題，標誌住由「輔助驗證/形式化」向「參與核心發現」嘅跨越。大規模智能體協作加上形式化驗證嘅模式，可能成為攻克其他難題（例如黎曼猜想相關進展嘅傳聞）嘅新途徑。與此同時，亦會迫使數學界重新思考：點樣平衡AI高速產出同人類深度理解。
2. 對AI能力評估嘅影響
萬級智能體、千億Token、數千萬美元級算力投放到單一科學問題，展示咗當前系統喺複雜、長週期、高嚴謹性任務上嘅執行力。引入Lean驗證進一步提升結果可檢查性。呢一方面係能力里程碑，另一方面亦暴露咗成本同資源門檻極高嘅現實。
3. 對科學發現與優先權嘅影響
AI可以喺短時間內窮舉、試錯、協作推進，改變「人類直覺引導加長期耕耘」嘅傳統節奏。積極面係加速突破；風險係結果湧現得太快，社群未必能充分消化、質疑同整合，可能產生「有答案但缺乏理解」嘅知識積累方式。
4. 倫理、優先權同獎勵機制嘅討論
OpenAI放棄申領獎金，但優先權、貢獻歸屬（人類指導 vs 智能體自主）以及點樣評價「AI生成嘅證明」等問題，會繼續引發討論。陶哲軒嘅憂慮亦指向更深層次問題：當發現速度遠超人類理解速度時，科學共同體嘅信任同傳承機制需要作出適應。
5. 潛在風險同挑戰
結果仍需獨立復現同更廣泛嘅數學審查。高成本模式難以普及；智能體協作中嘅錯誤傳播、目標偏離等風險亦需持續關注。此外，如果AI喺更多基礎科學問題上快速「出結果」，可能會加劇研究資源向算力富集機構集中。
結語
OpenAI以約1萬個AI智能體、88小時攻克納維‑斯托克斯千年難題嘅關鍵部分，並完成Lean驗證，係2026年AI同數學交叉領域最引人注目嘅事件之一。呢件事證明咗大規模智能體系統喺極端複雜問題上嘅潛力，同時將「答案嚟得太快、理解跟唔上」嘅結構性矛盾擺上台面。
陶哲軒既讚賞進展、又擔心脫節，代表咗數學界嘅複雜心態：一方面對工具嘅力量感到興奮，另一方面警惕知識生產方式可能發生嘅劇變。無論最終審查結果點，呢件事都會深刻影響人哋對AI喺科學發現中角色嘅認知——由輔助工具，走向可能重塑研究節奏同優先級嘅核心參與者。
數學嘅下一步，可能唔再只係人類獨自攀登高峰，而係點樣同高速運轉嘅智能系統一齊定義「理解」同「進步」。
▶️ 喜歡呢篇內容？創作真係好辛苦！
歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
更多AI新聞請訪問：https://www.airosetta.com