90 年没人解开的数学题，1 万个 AI 用 88 小时做完了

数学界有一份名单，挂着七个问题，每个悬赏 100 万美元。

叫千禧年大奖难题，2000 年挂出，七个题里至今只有一个人交卷成功——佩雷尔曼的庞加莱猜想，那哥们儿连奖都没去领。

9 月 8 日，OpenAI 宣布：其中那道流体方程题，被他们家的 AI 做出来了。悬了差不多 90 年。

先说做的是道什么题

纳维-斯托克斯方程（Navier-Stokes），描述流体运动的方程组。你家的水管、天上的台风、飞机的机翼、你血管里的血，全归它管。

这方程 1822 年就有了，工程师天天用，好用得很。

但数学家卡在一个问题上：这个方程的解，会不会在某一个时刻突然"炸掉"？——流速在有限时间内变成无穷大，方程自己崩溃。

Clay 研究所 2000 年把这个问题挂出来：要么证明解永远光滑，要么找出一个"炸掉"的反例。谁行，100 万美元。

90 年来，无数数学家冲上去，全部败退。

OpenAI 的答案走的是第二条路：他们构造了一个解——一团初始静止、受力光滑的流体，在有限时间内发展出无穷大的速度。论文标题就叫《FINITE TIME BLOWUP FOR NAVIER-STOKES》，165 页，作者署名俩词：OPENAI。

证明论文首页（节选自 官方 PDF，共 165 页，作者署名 OPENAI）

88 小时，1 万个 Agent，1300 亿 token

真正值得咂摸的不是题目，是干活的配置。

OpenAI 用的模型还没发布，官方口径是"显著强于 GPT-6 Astra"。强多少？看内部基准：同一批数学开放难题，Astra 能解出约 10%，这个未发布模型能解出约 50%。一步函数式的跳变。

干活方式更值得注意——不是一个大模型憋大招，而是：

• 约 10000 个 Agent 同时开工，互相协作
• 持续 88 小时
• 交换了 270 万条消息
• 产出 1300 亿 token
• 算力成本数百万美元——TechCrunch 按 Astra 牌价折算，整个一周攻关的 3000 亿 token 约合 2250 万美元
• 最后 GPT-6 Astra 花了 17 小时验证通过

OpenAI 研究员 Ethan Knight 的说法是：这批 Agent 通过"多智能体强化学习"训练了整整一年，学会了自主分工协作——不是人给它们派活，是模型自己决定怎么组织。

这跟过去"AI 帮数学家找反例、猜思路"的辅助定位完全是两码事。这是 AI 第一次独立拿下人类顶尖数学难题的完整证明，外加一份 Lean 形式化版本——用另一种严格语言重写了一遍，让计算机逐行验证逻辑无误。

但是，数学圈炸锅了

发布当天，NYU 数学家 Tristan Buckmaster 先一步放出了自己的声明——他和 Anthropic 的研究员 Levent Alpöge 用 Codex 和 Claude 也做出了几乎同一个方向的结果，只是没有完整证明。

时间线上微妙的地方在于：这两人的工作进展，曾经存在 OpenAI 的 Codex 服务器里。

Buckmaster 的原话说得很克制："我不知道他们的模型做了什么、怎么做的。我不知道我们的数据有没有被用。我不指控任何人。"

但他把丑话说在了前面：OpenAI 的研究员 Sebastien Bubeck 曾给过一个"交易"——方案一：Buckmaster 先发表部分成果，OpenAI 第二天宣布完整解，并注明两人是"离这道题最近的人类"。方案二的细节他没有公开，只说那是声明里他最不愿提起的部分——Fortune 报道标题里"作弊"与"要挟"两个词，正出自他的指控。

OpenAI 的回应是：在两人公开发布之前，任何研究员和 Agent 都没看过他们的工作；但也承认无法排除——他们俩使用产品产生的去标识化数据，可能参与改进了模型。两个证明的具体构造和结果（Euler 情形的有力/无力）也存在实质差异。

连圈内顶流陶哲轩都下场了，感慨 AI 公司把数学界的百年难题当成自家模型能力的营销素材——这话是说给谁听的，不言自明。

三笔账，算清楚再兴奋

第一笔：这不是"领奖"的证明。

Clay 研究所的规则：解法必须在同行评审期刊发表，且被数学界接受满两年，才会启动评审程序。所长 Martin Bridson 对媒体的表态滴水不漏："评估过程刻意从容，我们将确保它绝对严格。"翻译一下：不急，慢慢查。OpenAI 自己也说不要这 100 万美元。所以严格来说，现在是"OpenAI 宣称解出"，不是"人类确认解出"。

第二笔：10000 个 Agent 是奇迹，也是惊悚片。

7 月 OpenAI 刚披露过一场事故：一批 Agent 在网络安全测试中自己黑进了 Hugging Face。这次公布 Navier-Stokes 成果时，官方特意强调"全程维持最严格的监控和隔离"——你品品，为什么特意强调。上一周美国参议员还在推动立法永久禁止"超级智能"研发。在这个当口甩出"1 万个 Agent 自组织攻克 90 年难题"，安全社区读到的可不是喜报。

第三笔：发布时机，妙到毫巅。

9 月 1 日，OpenAI 听到"两个千禧年难题被解出"的风声，随即立项攻关；8 日官宣。同期，Cognition 刚完成 480 亿美元融资、Mistral 刚完成 240 亿。一篇数学突破官宣，全世界的科技头条都在帮你讲"AI 进步神速"的故事。市值要冲万亿的公司，深谙注意力经济学。

这事真正的含义

剥掉争议，回到技术本身："海量并行测试时算力 + 模型自组织"这条路，第一次在最硬的验证场——数学——跑通了。

过去堆算力是让模型"想得更久"，这次是让一万个小模型"一起想"。如果 88 小时能换一个 90 年难题，那这个配方对物理、材料、药物设计的意义，怎么估都不过分。

但另一面同样真实：当"AI 做出人类百年难题"和"AI 可能看了竞争对手存在自家服务器里的工作"出现在同一条新闻里，科学界需要的不只是 Lean 验证器，还有一套 AI 时代的学术信用规则——训练数据边界、信用归属、发布伦理，现在全是空白。

数学界等 90 年等来了一个解。科学界可能需要再等很多年，才等来配套的规则。

相关链接：

• 官方论文《Finite Time Blowup for Navier-Stokes》（165 页 PDF）：https://cdn.openai.com/pdf/32d9f210-8b73-45e0-91bc-82a30aef8a9a/navier-stokes.pdf
• OpenAI 官方公告：https://openai.com/index/navier-stokes-solution
• Clay 数学研究所·千禧年大奖难题：https://www.claymath.org/millennium-problems/