OpenAI 动用万名智能体攻关流体力学千禧难题，成果归属引发争议

关键要点

• OpenAI 调集约 10,000 个智能体、运算 88 小时，找到纳维-斯托克斯方程出现物理奇点的反例。
• 先由 1,000 个智能体用 50 小时解出简化版欧拉方程，再于 9 月 5 日攻克完整方程，次日完成 Lean 形式化验证。
• 本次开销约数百万美元，比此前的 2000 美元十项突破实验贵约 1000 倍。
• 独立估算：按零售算力折算成本约 600 万美元，OpenAI 自身推理成本约 100 万美元，与千禧年大奖奖金相当。
• 纽约大学与 Anthropic 的研究者指控 OpenAI 抢跑，OpenAI 承认无法排除去标识化使用数据曾用于改进模型。

百年经典方程被证明确有适用边界

近两百年前，纳维与斯托克斯写下描述流体混沌运动的方程。这套方程（Navier-Stokes equations，流体力学核心偏微分方程）至今仍是飞机设计、气候预测的通用工具。但它并非对所有条件都成立。数学界花了数十年，既想证明方程在合理初始条件下必定给出平滑解，也想找出它崩溃失效的情形，两条路都没走通。OpenAI 的团队选择构造反例。系统找到一种特殊解：在有限时间内，流体会演化出速度无限大的旋涡。现实中没有任何物质能这样运动，连光也不行。这说明方程会输出不符合物理的结果，它假设流体是连续介质，而真实流体由离散的原子分子组成。要拦住这种荒谬的无穷大，必须补上更微观的物理机制。

万名智能体协同完成机器形式化验证

纳维-斯托克斯是克雷数学研究所 2000 年列出的六道千禧年难题之一，解出一道可得 100 万美元奖金。OpenAI 没有正面强攻，而是先派 1,000 个智能体攻打不考虑黏性的简化版欧拉方程，50 小时后拿到解。摸清路径后，团队把所有算力投向完整方程，动用约 10,000 个智能体，连续推演 88 小时。9 月 5 日清晨得到解法，次日在 Lean 中完成形式化。Lean 是一种能自动验算数学证明的编程语言，证明对错由机器判定，不留争议。OpenAI 首席研究官 Mark Chen 透露，这次开销约数百万美元，比公司上一次数学里程碑实验贵了约 1000 倍——那一次，Astra 系统只花了约 2000 美元做十项突破。

抢跑指控与百万美元级的算力鸿沟

独立测算印证了这个量级。密歇根大学的 Karthik Duraisamy 估算，若按零售价购买算力，这次推演约需 600 万美元；OpenAI 自有模型与资源，推理成本约 100 万美元，恰好与千禧年大奖奖金相当。争议紧随其后。纽约大学数学家 Tristan Buckmaster 与 Anthropic 研究员 Levent Alpöge 过去一年一直在用 OpenAI 的 Codex 等工具攻坚同一问题，上个月已率先解出欧拉方程并在 Lean 中验证。他们称机器写出的证明是「AI 垃圾」，正在改写成数学家能读懂的论述。9 月 3 日，Buckmaster 发邮件通知 OpenAI 即将发布论文与形式化证明。据他描述，对方随后提出可以让他单独署名，条件是删去 Alpöge，并承认解法出自 OpenAI 的内部模型，他当场拒绝。OpenAI 高管否认员工或智能体事先看过两人的成果，但官方博客写道：虽然可能性很低，无法排除两人使用产品产生的去标识化数据曾帮助模型改进。

数学家担心人类价值被说成过时

这起风波触到了数学界更深的焦虑。哥伦比亚大学数学家 Michael Harris 在给 Science 的邮件中说，他不指望工业界长期为数学问题烧钱，因为无利可图；真正让他不安的是高调宣传的后果——它让决策者相信人类数学家已经过时，也让年轻人相信自己热爱的数学没有前途。资源差距同样难以忽视，很少有研究者能调动数百万美元的算力。OpenAI 则强调，这次尝试的意义在于评估通用智能解决真问题的上限。研究员 Sébastien Bubeck 说，现在他们有能力为一个真正在意的问题——研发新材料、寻找疾病疗法——花上数百万美元。

对研究者的意义

从方法学看，这次突破的组合是「大规模智能体集群 + 形式化验证」，用来啃高维非线性问题。生命科学里有一类难题与此同构：单细胞分化轨迹推断、空间多组学中的微流控模拟、抗原与抗体结合界面的能量场建模，都受制于方程难解，长期只能退回到简化模型。若这套范式可以迁移，复杂系统生物学建模与生物大分子构象搜寻就多了一件可复核的工具——关键在 Lean 那一步：结果不是由模型自己说了算，而是由机器逐行验算。