2026年9月8日，OpenAI发布公告：其内部模型调动约1万个AI代理，在88小时内完成了针对三维纳维-斯托克斯方程有限时间爆破的证明。随公告一同发布的，是一份166页的数学手稿和对应的Lean形式化验证项目。研究负责人Mark Chen在接受媒体采访时透露，仅计算成本便"高达数百万美元"。
纳维-斯托克斯方程描述流体运动，是航空工程、气候模拟和湍流研究的数学基础；其解的存在性与光滑性问题自1845年方程被完整表述以来悬而未决，克莱数学研究所将其列入七大"千禧年大奖难题"，悬赏100万美元。截至本文截稿，克莱研究所官方网站仍将纳维-斯托克斯问题列为未解。
先把数学搞清楚：OpenAI证明了什么，没证明什么
OpenAI自己也坦白了一个关键细节：这份证明针对的是加外力驱动的纳维-斯托克斯方程（forced Navier-Stokes），即在方程中引入一个外部强迫项。OpenAI官方博客明确表示不打算申请克莱大奖，原因正是如此——千禧年大奖要求解决的是自由演化、无外力驱动的版本。
这一区别不是数学家的学究气。加外力驱动相当于给流体安装了一个持续的"泵"，使方程在能量结构上发生根本改变，技术难度与无外力情形不在同一层级。OpenAI的证明展示了：在人为施加外力的条件下，一个初始光滑的流速场会在有限时间内达到无穷大速度——即"爆破"（blowup）现象。这是一个真实的数学进展，但将其描述为"攻克纳维-斯托克斯"，在精确度上存在明显跳跃。
代理集群本身的运作规模令人印象深刻：据报道，88小时内这约1万个代理共发送了270万条消息，消耗约1300亿个输出token，采用的模型被描述为"能力显著超过GPT-6 Astra"的内部版本。OpenAI开发者Noam Brown援引了一个对比：2025年奥数需要OpenAI和谷歌DeepMind耗费巨量算力，而到2026年，一个20美元ChatGPT订阅的用户就能匹配同等水平。
另一支团队：提前一年，另辟蹊径
在OpenAI公告发布的前一天，即9月7日，纽约大学数学家Tristan Buckmaster与Anthropic研究员Levent Alpöge发布了一批预印本，内容是他们对三维Euler方程（含外力驱动版本）有限时间爆破的证明——附带112页论文和公开的Lean形式化验证。Euler方程与纳维-斯托克斯方程密切相关，后者在加入粘度项后即退化为前者。这项工作的完成历时约一年，全程使用了Claude、OpenAI Codex和Astra等AI工具辅助推进。
两支团队所选择的数学路径高度相似——Buckmaster本人称，这一路径"几乎没有其他人在走"。OpenAI在公告中也承认，其解法是在听到Anthropic方向的"传言"后加速推进的。据报道，OpenAI数学团队负责人Sébastien Bubeck表示，公司于8月28日开始训练一个新的高级数学模型，听到相关传言后向纳维-斯托克斯问题投入了更多资源，最终于"周日上午拿到了Lean形式化的完整解"。
真正的风暴：署名压力与数据来源
争议的核心并不是数学本身，而是研究过程中发生的事情。
Buckmaster公开披露：9月6日，OpenAI联系他，声称其内部模型已产生一份约100页的证明，采用的方法与Buckmaster和Alpöge的工作"惊人地相似"。随后，Bubeck两度提出共同发表——但明确要求将Alpöge从作者列表中移除，理由是后者是Anthropic的员工。Bubeck将这种情况描述为"实在太令人烦恼了"（so annoying）。当Buckmaster拒绝时，Bubeck据称说出了"你为什么要毁掉自己的职业生涯？"以及"如果你不想让我善意对待，我也可以不善意"。
对于上述陈述，Bubeck在接受WIRED采访时的解释是：他讨论的是邀请Buckmaster领导重写OpenAI的纳维-斯托克斯证明，Alpöge作为竞争对手Anthropic的员工参与该项目在他看来不合适；他承认确实使用了"职业生涯"的措辞，并为此道歉，表示他当即撤回了这句话。OpenAI官方声明则称，公司研究人员"通过任何途径都没有见过他们的工作，直到他们昨晚公开发布"。
然而这一辩解面临一个技术层面的质疑，Buckmaster已公开提出：他和Alpöge在整个研究过程中将所有草稿都上传到了OpenAI Codex的对话中。这些会话数据是否被用于训练后来的模型？OpenAI在接受质询时给出的答案"不清楚"，并未让外界完全信服。OpenAI官方没有正面说明这批会话数据的处置方式。
结构性矛盾：既是基础设施，又是竞争者
这场争议不只是两个团队的先后之争，它揭示了当前AI辅助科研的一个根本性矛盾：AI实验室同时扮演着两个相互冲突的角色——研究基础设施提供者与主动参与科研竞争的机构。
Buckmaster和Alpöge用Codex作为研究工具，这在今天是合理且正常的选择，就像物理学家用计算集群、统计学家用R语言一样。但当工具提供方同时是知识产权的潜在受益者，研究数据的边界就变得模糊：草稿是"用户数据"还是"训练语料"？会话记录是否能在合规条款下流入模型训练？这些问题在OpenAI现有的用户协议框架下并非没有争议空间，而学术界长期缺乏针对此类场景的明确规范。
Bubeck要求移除Anthropic员工共同署名的做法——无论动机如何——将这一矛盾推到了明面上。当一篇数学论文的作者资格与AI公司的竞争利益挂钩，学术共同体赖以运转的"成果归属应由学术贡献决定"这一基本原则就受到了直接冲击。一个Anthropic员工是否因为雇主身份就不能署名一篇使用OpenAI工具完成的数学证明？这个问题目前没有行业共识，但显然不应由某个实验室的负责人在施压电话中单方面决定。
计算竞赛的逻辑与代价
从纯商业逻辑看，OpenAI的行动具有内在一致性：数百万美元的算力投入、1万代理规模的集群调度，背后是一个清晰的信号——在AI辅助科研这个新战场，先发声量就是定价权。OpenAI开发者Noam Brown的那句话值得细品：他把解题成本从巨量算力压缩到20美元订阅的趋势，框架成一个能力民主化的正面叙事。这当然是真实的，但在这个具体事件中，这套叙事同时遮蔽了一个正在发生的事实：规模化算力优势让某一家机构能够在极短时间内"跟进"他人的研究方向，并率先公告。
Buckmaster和Alpöge花了约一年，OpenAI听到传言后用了不到两周——这个时间差本身就是算力不对等的直接体现。当数学发现的速度从"人类学者的年"压缩到"代理集群的天"，先后顺序的认定将越来越依赖于机构公告的时机，而非工作实际完成的先后。
独立判断
OpenAI这次发布的数学成果是真实的数学进展，但"攻克纳维-斯托克斯千禧难题"的叙事框架存在误导性——公司自己也知道，所以才主动声明不申请克莱大奖。更严重的问题不在于数学本身，而在于竞争过程。
如果Buckmaster的陈述属实，那么此次事件意味着：一家AI公司的研究负责人，在听到外部竞争者进展传言后紧急跟进，然后试图在公开发布前以职业威胁换取对共同体规范的让步。无论最终的法律和道德认定如何，这种行为模式本身就会对AI工具在学术研究中的可信度造成长期损害。研究者未来还会将工作草稿上传到商业AI平台吗？
OpenAI目前的回应——"我们没有见过他们的工作"——在技术上可能为真，但它回避了更核心的问题：为什么Codex会话数据的训练使用情况至今没有给出明确答案？在数据来源问题上的沉默，比任何一句声明都更值得警惕。
独立数学社区需要完成的工作是：对两支团队的166页和112页证明分别进行严格同行评审。在此之前，"谁先解决了纳维-斯托克斯"这个问题没有答案——但"AI科研竞争中的伦理边界在哪里"这个问题，已经因为这次事件变得无法回避。
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接