OpenAI 声称解出 NS 千禧年难题，数学家的指控比证明本身更炸：1 万个 AI 智能体、3000 亿 token，和一场没人见过的证明
9 月 8 日，数学圈炸了，不是因为证明本身，而是因为一场没人见过的证明引发的指控。
OpenAI 官宣：内部模型（能力远超 GPT-6 Astra）解出了纳维-斯托克斯（Navier–Stokes）千禧年难题——证明三维流体可以在有限时间内产生"奇点"（爆破），并附上了 Lean 形式化验证。规模惊人：约 1 万个并发智能体、88 小时、3000 亿输出 token。
但同一天，纽约大学数学家 Tristan Buckmaster 公开四页声明，指控 OpenAI “学术掠夺”：得知他团队（含 Anthropic 的 Levent Alpöge）的突破后，OpenAI 抢跑发布、施压署名、甚至说出"你为什么要毁掉自己的职业生涯"。
证明没公开，指控没实锤，但这场戏已经把 AI 数学竞赛的规则问题摆上了台面。
先分清：欧拉方程 ≠ 纳维-斯托克斯方程
整个争议的起点是这两个方程被混为一谈。它们是不同的东西，含金量差着一个百万美元大奖：
- 欧拉方程：忽略黏性（理想流体）。Buckmaster 团队解的是它——证明了无黏性流体可以爆破。但克雷数学研究所的官方说明明确：欧拉方程不在千禧年大奖悬赏范围内
- 纳维-斯托克斯方程：含黏性（真实流体）。黏性会耗散动能、抑制剧烈扰动，所以"有黏性还能爆破"才是那个 90 年没解开的千禧年难题
一句话：Buckmaster 证明的是"理想流体能炸"，OpenAI 声称的是"真实流体能炸"——后者才是百万美元问题。黏性那一项，就是天堑。
OpenAI 的"10,000 个智能体军团"
官方公告透露的工程细节，比证明本身更值得关注：
- 9 月 1 日启动（听到"两个千禧年问题被解决"的传言后），9 月 5 日出结果：88 小时
- 约 10,000 个并发 agent，分成小组，组内可通信，每组用不同的问题变体（A/B 版本求证明、C/D 版本求反证）
- 先让近 100 个 agent 花 50 小时解出欧拉方程无外力爆破（unforced Euler），再以此为跳板攻 NS
- 用 Codex 做"交叉授粉"：整合各 agent 组的洞察，再喂回各组
- 总计 4.9M 条消息、3000 亿输出 token；其中 NS 本身 2.7M 消息、1300 亿 token
- 证明 + Lean 形式化验证又花 17 小时（GPT-6 Astra 做验证）
对比一下：Buckmaster 和 Alpöge 两个人、一年时间、自费科研经费。OpenAI 是 1 万个 agent、88 小时、3000 亿 token。 这不是"AI 比人快"，这是工业化的数学研究——用算力把数学家一年的活压到 3 天半。
争议的核心：抢跑、署名、和一句"毁掉你的职业生涯"
Buckmaster 声明里的时间线（单方陈述，无录音，Bubeck 已否认）：
- 9 月 3 日：外传"Anthropic 解决重大数学难题"，Buckmaster 致信 OpenAI 数学家澄清
- 9 月 6 日（周日）：两次通话。OpenAI 方告知"内部模型已生成约 100 页证明，宣称解出光滑外力的 NS 爆破"——但 Buckmaster 从未见过这份证明
- 让他警觉的是：OpenAI 走的技术路径，和他团队一直推进的路线完全一致（前人 Córdoba–Martínez-Zoroa 开辟的路线）
- OpenAI 提出两套发布方案，核心都是"把 Alpöge 排除出 NS 论文署名"（因为他是 Anthropic 员工）
- 他拒绝后，对方说：“你为什么要毁掉自己的职业生涯？”
- 他质问自己的 Codex 草稿是否被模型调阅/用于训练——对方否认主动检索，但未正面回答是否用于训练
Bubeck 公开否认：“始终恪守学术规范”，但没对署名要求、通话措辞逐条反驳。截至 9 月 8 日，OpenAI 声称的证明从未公开，学术界无法核验。
整件事的时间线，一张图看全：
一个更冷的问题：不可核验的证明，算证明吗
抛开狗血剧情，这场风波把三个本质问题摆上台面：
① 证明的"首发权"在 AI 时代怎么算？ 以前是"谁先投稿谁先发表"。现在 OpenAI 用 3000 亿 token 的算力 88 小时跑完——它需要"首发权"吗？还是说，当证明的生产成本从"人年"变成"token 小时"，数学界的荣誉体系整个失效？
② 数据边界：用户的草稿是不是训练数据？ Buckmaster 的草稿存在 Codex 环境里。OpenAI 说"没主动检索"，但"是否用于训练"没正面回答。你用 AI 工具写的未发表论文，会不会变成它的训练数据，然后它用它超越你？ 这对每个用 AI 写代码、写论文的人是切身问题。
③ 机器证明和人类理解之间的鸿沟 陶哲轩评价 Buckmaster 团队的工作时强调：数学的核心价值不只是"命题成立"，更是**“为什么成立”**。Lean 能验证逻辑链，但 1300 万行（费马）或 100 页（NS）的证明，人类读得懂吗？如果 AI 生成一个人类无法理解的正确证明，它还算数学吗？
和昨天费马大定理的区别，值得细品
昨天刚写了 Anthropic 的费马大定理（1300 万行 Lean、双内核验证、代码公开可核验）。对比今天这出戏：
| Anthropic 费马 | OpenAI NS | |
|---|---|---|
| 证明对象 | 已有证明的形式化（转写） | 声称的新证明（构造反例） |
| 公开性 | 代码全公开（Apache-2.0） | 证明未公开 |
| 争议 | 无 | 学术掠夺指控 |
| 验证 | 双内核（Lean + Rust nanoda） | 官方称 Lean 验证，未公开 |
同样是"AI 解数学题"，一个开源透明、一个藏着掖着还卷进争议。这对比本身就是文章最好的注脚：AI 数学能力的上限不重要了，重要的是谁愿意让同行核验。
明天能做什么
- 读 Buckmaster 的声明原文：cims.nyu.edu/~tristanb/statement.pdf（四页，比任何二手报道都全）
- 看欧拉方程论文：cims.nyu.edu/~tristanb/euler.pdf（他公开的三篇之一）
- 盯 OpenAI 仓库：官方说证明在
github.com/openai/NavierStokesAndEuler——如果真公开了，第一时间核验它是不是"完整的证明"
一句话：OpenAI 说它用 1 万个 agent 和 3000 亿 token 解开了 90 年的难题，但全世界都没见过那份证明。数学史上第一次，“AI 证明"的可信度危机不是来自逻辑，而是来自发布机制。而当你能用 3000 亿 token 买到"首发权"时，数学界的规则可能真的需要重写了。
搬砖程序员带你飞，专注 Golang / AI / 后端。每天一篇，讲清楚一个技术真相。