核心事件速览

OpenAI近日宣布其先进模型在Navier-Stokes方程问题上取得突破，该问题为克雷数学研究所设立的七大千禧年难题之一，解决者可获100万美元奖金。根据官方说明：

• 计算投入：约1万个AI代理、数千万美元级别的算力资源
• 耗时周期：仅88小时即可完成求解
• 问题性质：Navier-Stokes方程描述流体运动，属偏微分方程领域基础难题
• 未公开验证：成果尚未通过同行评议或克雷研究所最终审核

此次宣布未附带正式论文，仅以新闻稿形式公开，引发了数学界的广泛讨论与疑虑。

两个数学家与一场竞赛

事件的核心人物是纽约大学教授Tristan Buckmaster与研究员Levent Alpöge。后者虽自称与Anthropic的合作为“个人合作”，但其所在机构被OpenAI视为竞争障碍。Buckmaster称，在得知OpenAI已掌握其研究进展并启动冲刺后，他与OpenAI研究员Sébastien Bubeck展开沟通，但过程"充满争议且令其感知威胁"。

关键争议点在于OpenAI提出的合作方案：Buckmaster获得"近乎无限的算力支持"，并可单独署名OpenAI的成果论文，但须排除Alpöge。Buckmaster拒绝该提议，称之为"贿赂"，并质疑OpenAI模型是否受益于其早前通过Codex工具生成的数学提示数据。OpenAI发表声明断言其系统"不可能"受Buckmaster Codex提示影响，但此前曾承认无法排除间接数据衍生影响。

Bubeck后续公开回应称，提供资源协助他人完成证明是公司常规做法，且类似协议已与其他数学家达成——尽管未具名说明。值得注意的是，Bubeck强调Alpöge的Anthropic背景是OpenAI不愿合作的关键原因：“我们无法将内部OpenAI项目与Anthropic员工共建。”

反差点：数学界的节奏与AI公司的速度

数学研究与工业冲刺存在本质差异：

• 千禧年难题平均耗时25年以上才获一例破解（Poincaré猜想）
• Buckmaster与Alpöge团队数年未竟之业，OpenAI用88小时声称完成
• 支持该突破需要的并非单一灵感，而是整个数学脉络的演进——新方法论的价值常超越问题本身

数学界人士指出，数学是"科学与艺术的结合"，很多前沿探索并无即时应用价值，驱动研究者的是美、好奇与发现感。而科技公司的竞赛逻辑则聚焦"第一"“署名"与"品牌效应”。

Buckmaster的/workspace被同事称作"作战室"，反映传统学者面对系统性冲击时不得不自建防御机制。

读者行动建议

• 数学研究者与学界人士：关注后续论文发布与同行评议进展；在合作前明确数据溯源与作者权益边界
• AI工具用户：若使用Codex或类似数学辅助工具，保留原始提示记录；理解模型能力与训练数据的边界对学术诚信至关重要
• 技术观察者：警惕"速度至上"叙事对基础学科生态的侵蚀——** instantiation ≠ understanding**（实例生成不等于理论理解）

写在最后

当100万美元奖金与科技巨头的声望-add-on叠加，纯粹的求知冲动可能让位于竞技姿态。数学界担忧的不是AI解决难题的能力本身，而是核心价值——谁贡献了思想、如何延续知识链条——被系统性稀释的未来。