OpenAI称Agent给出Navier-Stokes证明

OpenAI在9月8日把一条极少见的声明放到官网首页：它称一个内部多Agent系统给出了Navier-Stokes千禧难题的解法，并公开了证明PDF和Lean形式化入口。这里的新闻点有两层。第一层是数学本身，OpenAI把结论表述为三维不可压Navier-Stokes动力学可在有限时间形成奇性。第二层是科研流程，OpenAI把约1万个并发代理、约88小时主搜索、额外17小时Lean形式化和验证写进发布叙事。

这篇稿件必须先把边界钉住：OpenAI公开的是一项证明主张，数学共同体尚未完成接收。Clay Mathematics Institute的Navier-Stokes页面在采集时仍把问题列为Unsolved，并说明核心疑问是流体方程解的存在性、唯一性与理解。OpenAI自己的表述也留有审查语境，它说分享solution，称不打算申领Millennium Prize，并把论文、形式化证明和争议说明交给外部检验。

争议也在同一天到来。WIRED报道，数学家Tristan Buckmaster指称OpenAI在得知他与Anthropic研究员Levent Alpoge的相关工作后投入资源推进问题，并质疑Codex日志和署名安排。OpenAI方面在报道和官网中否认查看二人的prompt或proof来指导代理，同时写明“while unlikely, we cannot rule out that de-identified data derived from their usage of our products helped improve our models”。这句话不能翻成OpenAI承认使用了两人的材料；准确边界是，OpenAI称没有用他们的提示或证明来引导模型，但无法完全排除去标识化产品使用数据曾帮助模型改进。

对读者来说，这件事暂时不适合被当作“定理已被解决”的确定结论。更值得跟踪的是：当AI实验室把多Agent系统用于开放数学问题，证明文本、形式化代码、实验日志、训练数据边界和优先权归属会被迫进入同一张审查表。数学家关注证明是否成立，AI研究者关注Agent流程是否可复制，开发者和科研机构则要判断这类系统离可托付的研究工作流还有多远。

9月8日新增了什么

OpenAI官网发布的新增事实包括三类。其一，它公开称内部系统得到Navier-Stokes Millennium Prize Problem的一个solution，并给出论文PDF。其二，它称该结果还配套Lean形式化，时间线显示9月5日得到Navier-Stokes结果，9月6日完成Lean验证。其三，它披露了一组Agent工程数字：产生该结果的组规模约1万个并发代理，从启动到得到Navier-Stokes结论约88小时，Lean形式化和验证另耗17小时。

这些数字把新闻从“AI写出一篇数学论文”推到“AI实验室展示一条可执行科研流水线”。OpenAI的采集摘要显示，所有尝试问题合计发送约490万条消息、使用约3000亿输出token；Navier-Stokes流程本身发送约270万条消息、使用约1300亿输出token。WIRED还报道称，OpenAI高管在发布前说明这次所需算力成本达到“in the millions of dollars”量级。这个成本口径来自媒体转述，不能当成精确预算，但它说明当前路径仍是前沿实验室级别的昂贵试验。

事项	OpenAI披露	今日能确认的范围	仍需复核的部分
数学结果	有限时间奇性证明主张	官网、PDF和X口径一致	证明是否被独立数学家接受
Agent规模	约1万个并发代理	官方自报流程指标	调度细节和失败样本未公开
主过程耗时	约88小时	OpenAI给出时间线	起点定义和完整日志待披露
Lean形式化	另耗17小时	有形式化入口和社区关注	定义覆盖、依赖链和审查结论
优先权争议	OpenAI否认使用prompt或proof	WIRED记录双方公开表述	Codex日志与训练数据边界待更多证据

需要特别注意原文时态和状态动词。OpenAI X说“We’re sharing a solution”，中文应写成“OpenAI称分享解法”或“OpenAI公开证明主张”。OpenAI官网称证明“resolves the Millennium Prize problem by establishing statement C and also D in the official formulation”，中文可以写成“OpenAI把结论表述为通过建立官方表述中的C和D来解决该问题”，但不能越过外部评审写成“千禧难题已确认解决”。OpenAI称“does not intend to claim the Millennium Prize”，中文应写“OpenAI称不打算申领奖金”，不能引申为Clay已经承认结果。

信源矩阵与事实边界

这条新闻的可靠性呈分层结构。OpenAI官网、证明PDF和OpenAI X能证明“OpenAI在9月8日公开提出了什么、公开了哪些文件、披露了哪些流程数字”。数学命题是否已被同行接受，还需要独立审查。Clay页面能说明Navier-Stokes问题在千禧难题中的正式位置，以及截至页面状态仍属Unsolved；它不评价OpenAI这份新稿。WIRED能提供争议事实、当事方回应和发布前后的时间关系；其中关于Buckmaster说法的部分仍是报道中的当事人陈述。HN讨论和Lean相关社交帖能反映社区开始检查形式化材料，最终判断仍要交给数学审查。

这也是为什么本页置信度设为medium。发布事实本身高度可信：OpenAI确实发布了页面、PDF和社交帖，且采集窗口在归档日前24小时内。证明成立与否的置信度暂时不能写成high，因为数学共同体的复核需要时间，关键引理、定义选择、形式化覆盖范围和与Clay题面之间的匹配都要逐项检查。形式化验证提高了可检查性，但Lean文件通过类型检查和数学共同体接受一个重大结果之间仍有距离，尤其是在复杂分析、流体力学方程和奇性构造这类高度专业领域。

优先权争议同样需要分开处理。WIRED报道中，Buckmaster称OpenAI在获知其与Alpoge的工作后投入资源，还提出了署名相关的“proposals”。OpenAI方面反驳了删去Alpoge名字的说法，并称研究人员和代理在二人公开发布前没有看到他们的工作。OpenAI官网保留了一个更窄的承认：虽然不太可能，但无法排除去标识化产品使用数据曾帮助改进模型。这里能确定的是争议存在、各方公开说法不同；不能确定的是训练数据影响链条、内部沟通细节和学术优先权最终如何认定。

Agent系统到底改变了哪件事

传统数学发现通常经历猜想、手算、论文、研讨会、同行审稿和长期吸收。近几年的AI辅助证明工具把机器放进这个链条，但多数公开案例仍集中在补全证明、形式化既有证明、搜索局部引理、提供代码化验证。OpenAI这次叙事更激进：它声称一个由下一代模型驱动的大规模代理组，在短时间内推进了一个顶级开放问题，并把自然语言证明与Lean形式化一起提交到公共视野。

这说明前沿实验室正在把AI能力组织成高并发探索系统。大模型负责提出方向、分解子问题、组合推理路径，形式化工具负责把部分结论变成机器可检查对象，人类研究者和编辑流程负责选择、审查和发布。这里的关键变化是工作流的速度和可记录性：如果一套系统能在数天内产生可供审查的候选证明，数学共同体面对的材料量、反驳速度和署名规则都会变化。

这种速度也制造新的质量风险。大规模代理可以生成更多路线，也会生成更多看似合理的错误推导。形式化证明可以约束符号层面的正确性，也可能隐藏在定义选择、定理连接和目标等价性里。公开PDF能让人读到主张，完整Agent轨迹才能解释模型为什么走到这些步骤。对科研机构而言，可托付系统需要给出证据链、失败样本、版本记录、依赖环境和可审计的归因说明。

数学结果和工程结果要分开看

Navier-Stokes问题的背景足够重。Clay页面解释，这组方程描述水和空气等流体运动，问题核心在于是否能为三维流体运动的光滑解建立存在性和唯一性，或证明某些情况下会失去光滑性。OpenAI此次宣称的方向是有限时间奇性，也就是流体动力学可以发展出奇点。若这一证明最终被接受，它会是数学和流体力学理论中的重大事件。

工程层面已经出现可讨论的公开材料。OpenAI披露从8月28日训练新内部模型，到9月1日启动开放千禧难题评估，再到9月5日得到Navier-Stokes结果、9月6日完成Lean验证。这条时间线展示了模型训练、代理调度、问题选择、候选证明生成和形式化检查的压缩周期。相比单个聊天机器人回答数学题，这是一种更接近科研团队的计算组织形式。

不过，工程结果成立的门槛低于数学结果成立的门槛。OpenAI即使最终未能让证明通过数学共同体审查，也已经披露了一个值得行业研究的Agent系统规模和成本口径。反过来，若证明文本经复核成立，行业还要追问另一个问题：成功来自模型能力、代理搜索规模、人工研究者的题目选择、Lean形式化工具，还是这些因素组合后的涌现？没有完整实验日志，很难把结果拆成可复用的方法论。

优先权争议为什么重要

AI参与科学发现后，优先权会变得更难判定。过去的优先权通常围绕论文草稿、会议报告、邮件记录和预印本时间戳展开。现在还要加入模型训练数据、产品日志、代理运行轨迹、提示词记录、内部评审记录和形式化代码提交时间。WIRED报道中的争议正好击中这一点：如果一位研究者使用厂商产品推进开放问题，厂商后来用内部模型发布相关结果，双方如何证明彼此没有不当借用？

OpenAI目前给出的回应有两个层次。第一，它说没有使用Alpoge和Buckmaster的prompt或proof来提示模型或指导代理。第二，它承认无法完全排除去标识化产品使用数据帮助改进模型的可能性。前者是具体行为否认，后者是训练体系层面的残余不确定性。这两个层次不能混写。对外部观察者来说，最关键的后续材料包括可审计政策、日志保留规则、训练数据隔离机制和与重要科学发现相关的披露标准。

这场争议也会影响AI实验室与学术界的合作方式。数学家需要能够放心使用AI工具，不担心未公开工作被平台方间接吸收后反向竞争。AI公司则需要避免把用户产品数据、研究工具和内部竞赛系统混在一个不可解释的盒子里。越是高价值科研任务，越需要把“谁先得到什么结果”“谁看过哪些材料”“模型训练是否接触相关数据”这些问题制度化。

接下来怎么验证

数学复核会先决定这条新闻的上限。独立专家需要阅读OpenAI PDF，检查有限时间奇性构造是否满足Navier-Stokes官方问题表述，关键引理是否成立，证明中是否存在隐藏的正则性假设或边界条件跳跃。Clay数学研究所若更新页面或说明评估流程，会是最硬的外部信号。在此之前，报道应维持“OpenAI称”这个归因。

形式化复核会决定工程材料的可信度。Lean文件让一部分检查从主观审稿转向机器可执行对象，但外部仍要确认它对应的是哪一个数学命题，依赖了哪些库和公理，是否完整覆盖论文中最难的连接环节。Lean官方账号已经把相关入口推给社区，这会提高复核速度，也会暴露更多实现层面的细节问题。

工程迁移要看OpenAI是否愿意公开更多过程。Agent轨迹、任务分解方式、人工介入点、失败路径和成本估算，都会影响外界判断这条路径能否迁移到其他开放问题。现在能确认的是，OpenAI自报把约1万个代理、约270万条消息和约1300亿输出token集中到一个数学问题上。还不能确认的是，其他实验室能否以较低成本复现类似流程。

治理层面的后续同样关键。AI实验室进入高价值科研前沿后，用户研究数据隔离、内部竞赛触发条件、公开前沟通记录和署名谈判，都需要更清楚的行业规范。Navier-Stokes只是一个醒目的样本。后面如果出现蛋白质设计、芯片自动优化、密码学证明或药物候选发现，类似争议会更频繁，也更难靠发布后一篇说明解决。

原文措辞校对

• OpenAI写“We’re sharing a solution”，本文译为“OpenAI称分享解法”或“公开证明主张”，保留主张属性。
• OpenAI写“can develop a singularity in finite time”，本文译为“可在有限时间形成奇性”的主张，不写成共同体已确认结论。
• OpenAI写“does not intend to claim the Millennium Prize”，本文译为“OpenAI称不打算申领奖金”，不暗示Clay已认可。
• OpenAI写“we cannot rule out that de-identified data derived from their usage of our products helped improve our models”，本文译为“无法完全排除去标识化产品使用数据曾帮助模型改进”，不写成使用了具体prompt或proof。