核心事件

OpenAI 于本周二发布声明称，其未公开模型在 88小时 内完成了一项数学千禧年难题——Navier-Stokes 方程的求解尝试（非正式获奖）。该问题自20世纪30年代提出以来，近90年间一直未被严格证明，(claymath.org 尚未受理且未确认有效性)。团队动用了约 10,000个 内部模型驱动的AI代理协同攻关。OpenAI强调此次仅为技术演示，不申领100万美元奖金，亦不提交至 Clay 数学研究所审核。

关键硬信息如下：

• 发布时间：2026年9月9日（周二）博客公布
• 核心成果：AI代理 swarm 完成 Navier-Stokes 流体运动方程的数值求解路径
• 耗时：88小时
• 计算资源：约10,000个AI代理
• 奖金态度：明确放弃申领100万美元千禧 prizes
• 证明确认状态：未提交审稿，未公开验证细节

争议焦点：竞速动机与数据疑云

按 OpenAI 研究员 Sébastien Bubeck 在 Science 报道中的解释，项目启动源于在 Twitter 上嗅到“其他研究者在攻关千禧难题”的流言，因而临时起意“为何不试试？”——这一临时、高投入的竞速思路（耗资数百万美元）与数学界长期依赖的开放协作、共享未完成构想的学术文化形成鲜明反差。Mathew Ballard 教授指出，数学依赖“非正式信任规范”：研究者常早期共享想法，期望他人尊重而非抢先发表。

纽约大学教授 Tristan Buckmaster 的叙述则加剧了疑虑。他称在9月8日与OpenAI沟通其与 Anthropic 研究者 Levent Alpöge 即将发布的相关成果时，对方表现出敌意，甚至说出：“如果你不想我友善，我就不必友善”。Buckmaster 质疑 OpenAI 是否访问其 Codex 使用日志，后者回应愈发回避。OpenAI 在声明中坚称“未访问任何特定用户数据”，但也承认“无法排除去身份化数据间接提升模型性能的可能性”，尽管强调两套证明“显著不同”。

Bubeck 已公开否认曾要求 Buckmaster 删除 Alpöge 的联合作者身份，但未对数据来源细节作出进一步澄清。由于 AI 生成内容的溯源本身极难，加上 OpenAI 9月前无公开 Navier-Stokes 研究投入记录，该项目仓促启动的逻辑与规模尚存矛盾点。

学界反应：规范危机感蔓延

数学界整体反应从惊讶转为忧虑。伦敦玛丽女王大学 Abhishek Saha 教授认为 OpenAI 的做法属于“数学家通常不会做的事”。卡内基梅隆大学 Jeremy Avigad 教授直言：“AI系统窃取查询灵感的想法令人心寒。” Brown 大学 Brendan Hassett 教授更指出，在 AI 企业过往存在“未经许可使用版权作品”背景下，公众质疑 chat 日志用途合情合理——企业理应提供可验证的保证。

因 Navier-Stokes 问题与流体物理、空气动力学、气候建模等领域高度相关，学界担忧：一旦研究者因怕被“AI 监听”而不敢在早期分享思路，将导致整个领域的协作效率倒退。伦敦数理科学研究所 Yang-Hui He 博士更担忧大公司主导的数学可能“退回到类似中世纪的 secretive 状态”。

面向读者的建议

• 适合谁用：当前研究者若计划发布流体力学、偏微分方程等方向成果，需评估 OpenAI 近期模型能否作为快速验证工具，但不宜依赖其推理链作证明依据——当前未见同行评审。
• 谁该再等等：尚未确认是否需使用 OpenAI 产品辅助推导的研究者；以及需严格原创性保障的数学证明工作——在公司明确承诺“日志不用于训练”并提供验证路径前，建议暂缓将交互日志作为推理依据。

写在最后

OpenAI 此举客观上加速了AI在纯数学领域的应用探索，但也以高调方式暴露出技术能力与学术伦理之间的巨大断层。当算力足以将流言转化为竞速，如何重建开放与信任的科研生态，将成为 AI 时代数学界与产业的共同考题。