1万个AI智能体、88小时：OpenAI被指“偷”来200年数学突破？

当地时间周二，OpenAI投下了一枚重磅炸弹。

这家AI巨头宣布，其内部一个尚未发布的AI模型，仅用了88小时就破解了纳维-斯托克斯方程的存在性与光滑性问题——这是克雷数学研究所2000年列为“千禧年大奖难题”的七大数学难题之一，悬赏100万美元，困扰了数学界近一个世纪。

纳维-斯托克斯方程诞生于19世纪，由法国工程师克劳德-路易·纳维和爱尔兰数学家乔治·加布里埃尔·斯托克斯提出，用来描述空气、水和血液等流体的运动。从飞机设计到天气预报，从血液流动到洋流模拟，这些方程几乎渗透了所有涉及流体的科学和工程领域。

但一个根本性问题始终悬而未决：这些方程是否在任何情况下都能给出物理上合理的答案？还是说，在某些条件下，它们会“爆炸”——产生无限大的速度？

OpenAI的答案很明确：会爆炸。

OpenAI在中明确指出，其系统生成了一个解析证明和Lean形式化验证，证明一个初始光滑的静止流体可以在有限时间内形成奇点。这解决了千禧年大奖难题中的陈述“C”和“D” 。

物理上这是什么样？ OpenAI描述这是一个“漩涡”——流体像意大利面条一样螺旋向内旋转并不断拉长，中心区域收缩的同时速度加快，但能量始终保持有限。其技术难度在于：纳维-斯托克斯方程中描述运动的各项——加速度、压力梯度、动量传递、粘性——必须同时变得巨大却又以精确的方式相互抵消。

推导过程耗资巨大：

OpenAI部署了最多1万个并行工作的智能体。其中1000个智能体先用50小时攻克了欧拉方程（纳维-斯托克斯的“近亲”，即去掉粘性项的版本），随后1万个智能体花了11小时将成果扩展到完整的纳维-斯托克斯问题。智能体之间交换了近300万条消息，消耗了约1300亿个输出token。计算成本高达数百万美元、

据报道，如果客户想复现这一结果，OpenAI给出的报价是约1500万美元。

克雷数学研究所主席Martin Bridson道：“这确实是一个令人兴奋的日子，因为我们正在见证人类对数学理解的重大进展。”

但这场发现，从一开始就笼罩在争议中。

“他们偷了我们的研究！”

就在OpenAI发布公告的前一天—9月7日，纽约大学数学教授Tristan Buckmaster与Anthropic研究员Levent Alpöge刚刚发布了一篇论文，宣布他们在相关流体方程上取得了重大突破。

两人的研究同样借助了AI：他们使用了Anthropic的Claude模型和OpenAI的Codex与Astra模型。著名数学家、菲尔兹奖得主陶哲轩在社交媒体上将这一工作称为 “非凡的成就” 。

然而，Buckmaster随后发布了一份声明，指控OpenAI在得知他们的研究进展后，匆忙调动资源抢先发布了成果。

Buckmaster在中详细描述了事件的经过：

9月6日，Buckmaster接到OpenAI的电话，被告知其内部模型已经完成了对纳维-斯托克斯方程“外力驱动”版本的爆破证明，手稿长达约100页。

当Buckmaster追问OpenAI何时开始研究这个问题、有多少人工参与时，对方的回答变得越来越含糊。最终，OpenAI承认——第一个提示词是在“过去几天内”发出的，而正是在这个时间段内，关于Buckmaster和Alpöge研究进展的消息传到了OpenAI。

更让Buckmaster愤怒的是：OpenAI还试图将Alpöge从作者名单中剔除。

Buckmaster声称，OpenAI向他提出了一个“合作方案”：他可以署名发表一篇宣布纳维-斯托克斯问题被OpenAI内部模型解决的论文，但Alpöge的名字不能出现——理由是他隶属于竞争对手Anthropic。Buckmaster拒绝了这一提议。

当Buckmaster表示要将这些 concerns 公之于众时，据称对方回应道： “你为什么要毁掉自己的职业生涯？” 以及 “如果你不想让我友善，那我也不必友善。”

Buckmaster还指出，他和Alpöge选择的研究路径——通过“外力驱动”方法攻击克雷问题——是一个非常冷门的方向。“据我所知，几乎没有其他人在做这个方向，”他写道，“这不是给模型一个题目陈述就能在几天内想出来的方向。 ”

OpenAI反击：“没有偷”

面对这些指控，OpenAI迅速作出了回应。

OpenAI数学家Sébastien Bubeck在新闻发布会上坚决否认了所有指控。他表示，OpenAI的内部模型独立解决了欧拉问题（纳维-斯托克斯问题的“近亲”），而且使用的方法与Buckmaster和Alpöge完全不同。

对于纳维-斯托克斯完整问题的解决方案，Bubeck承认确实采用了与两位数学家相似的方法，但他强调这完全是独立发现的。

“我们没有使用他们的提示词或证明来提示我们的模型或指导我们的智能体。” Bubeck说。

关于时间线，OpenAI的解释是：8月28日，他们开始训练一个具有高级数学能力的新AI模型。9月1日，公司听到了“Anthropic在纳维-斯托克斯问题上取得进展”的传闻，于是决定将更多计算资源投入这个问题。

“没有人员或AI系统通过搜索用户数据来解决这个问题，” OpenAI首席研究官Mark Chen在发布会上说。Bubeck也强调：“在我们发布之前，我们没有看到他们（Buckmaster和Alpöge）的任何工作。事后可以看出，我们的证明存在显著差异，甚至证明的具体结果也是不同的。”

OpenAI还承认，“虽然不太可能，但我们不能完全排除，来自他们使用我们产品的去标识化数据可能有助于改进我们的模型。”

关于“剔除Alpöge名字”的指控，Bubeck也在社交媒体上予以反驳。

算力为王的时代，谁被牺牲了？

这场争议的本质，远不止是两个人或两家竞争公司之间的恩怨。

Scientific American指出：“AI数学思想的溯源非常困难。”当AI模型被训练在包含海量人类研究成果的数据上时，如何界定“原创”与“衍生”？当一家公司拥有另一家公司员工的Codex访问权限时，如何保证研究不被“借鉴”？

另一个争议焦点是：OpenAI的证明可能根本不满足千禧年大奖难题的原始要求。克雷数学研究所对纳维-斯托克斯问题的定义基于无外力驱动的方程，而OpenAI的证明针对的是有外力驱动的版本。BBC报道指出，OpenAI的解决方案解决了千禧年大奖所要求的四个陈述中的两个，但OpenAI不打算申领奖金。

但还有一个更深层的忧虑，来自菲尔兹奖得主陶哲轩。

就在争议爆发前，陶哲轩刚刚以纳维-斯托克斯方程为例，讨论过AI解决重大开放数学问题之后可能给数学研究带来的影响。

陶哲轩担心的是，如果AI在封闭环境中完成整套探索，人类最终只拿到一份已经验证完成的结果，很多有价值的中间路径可能永远无法进入数学共同体。像纳维-斯托克斯这样的开放问题，几十年来一直在推动新方法、新问题和新研究者的产生。

他设计了一个 “假如AI早来20年”的思想实验：在那个世界里，张益唐可能竞争不过AI。2005年，数学家们发展出GPY方法；2013年，张益唐证明了素数间隔的有限上界为7000万。陶哲轩随后发起Polymath8项目，让全球数学家协作推进，最终催生了Maynard筛法等重大突破。

但如果AI在2005年就暴力求解了这个难题呢？ 那些方法可能永远不会被发现，整个数论领域的发展可能停滞。陶哲轩警告，若AI仅为了刷榜而暴力求解，可能“杀死这只鸡”，导致数学领域停止生长。

但是算力才是这个时代的硬通货。

OpenAI能够在几天内完成数学家可能需要数月甚至数年的工作，靠的不是更聪明的算法，而是1万个智能体和数百万美元的计算资源。

Buckmaster将这一事件比作“深蓝对卡斯帕罗夫时刻”——就像1997年IBM的深蓝超级计算机击败国际象棋世界冠军卡斯帕罗夫一样。但不同的是，象棋比赛有明确的规则和裁判。而AI时代的学术竞赛，规则还在制定中。

陶哲轩构建的思想实验已经说得很明白了：当AI公司可以靠堆算力暴力破解任何数学难题时，真正被牺牲的，可能是数学本身——那些在探索过程中诞生的新方法、新工具、新问题，以及整整一代数学家的成长路径。

也许在这个时代，谁先跑出答案，谁就赢了，至于牺牲了什么，无人在意。