OpenAI 本周宣布，其内部智能体系统已解决克雷数学研究所七大千禧年难题之一的纳维-斯托克斯存在与光滑性问题，并给出了完整证明。按照数学界的标准，这足以成为人工智能参与基础科学研究的标志性事件。但比成果本身更快扩散的，是一场关于研究来源、署名与学术规范的争议。
纳维-斯托克斯问题为何重要
纳维-斯托克斯方程描述水、空气等流体随时间变化的运动规律，是流体力学的核心工具。尽管这些方程在工程与物理建模中应用广泛，但数学家长期无法完全理解其行为边界。该问题的关键在于：在某些条件下，方程是否会失去控制，推导出在物理上不可能出现的状态，例如流体速度变为无穷大。
这一问题被列为七大千禧年难题之一，克雷数学研究所在 2000 年为其设立 100 万美元奖金。在此之前，七大难题中只有一项被正式解决。OpenAI 表示，公司不打算申请这笔奖金。
OpenAI 的智能体路径与内部模型
根据 OpenAI 在媒体沟通会上的说法，这次成果来自其内部智能体系统，而非单一对话模型。公司称，该系统使用的是一款尚未公开的内部模型，性能显著高于上周刚发布的 Astra 模型。OpenAI 技术团队成员 Sébastien Bubeck 表示，团队是在听到纽约大学数学家 Tristan Buckmaster 与 Anthropic 员工 Levent Alpöge 相关研究传闻后，决定推进这一问题的。
Buckmaster 与 Alpöge 的研究也使用了公开可用的 OpenAI 与 Anthropic 模型。两人此前已在 Mastodon 上发布证明，展示纳维-斯托克斯方程的一个简化版本确实可能出现破裂，这被视为向完整问题迈出的重要一步。OpenAI 随后给出的证明则声称，完整纳维-斯托克斯方程同样可能破裂。
- 问题：纳维-斯托克斯存在与光滑性问题
- 机构：克雷数学研究所七大千禧年难题之一
- 奖金：100 万美元
- OpenAI 立场：不申请奖金
- 核心方法：基于 Diego Córdoba 与 Luis Martínez-Zoroa 开创的研究路线
争议焦点：是否使用了他人 AI 辅助研究成果
争议的起点是 Buckmaster 发布的一份说明文档。他写道，在听说 OpenAI 也在研究同一问题后，曾主动联系 OpenAI 员工。据他描述，对方提出了两种可能：一是他和 Alpöge 先公开自己的成果，OpenAI 次日再发布其纳维-斯托克斯解法；二是他与 OpenAI 合作发表论文，但由于 Alpöge 任职于 OpenAI 主要竞争对手 Anthropic，因此不列入作者名单。
Buckmaster 还称，他询问 OpenAI 员工，其智能体是否获得了他和 Alpöge 使用 OpenAI 模型时产生的工作记录，对方否认；当他追问模型是否在这些记录上训练时，对方没有回应。MIT Technology Review 就此联系 Buckmaster，截至发稿未获回复。
OpenAI 方面否认智能体或员工访问过 Buckmaster 与 Alpöge 的研究记录。首席研究官 Mark Chen 在沟通会上再次否认相关指控。不过，报道提到，此前 Hugging Face 相关安全事件已经显示出，OpenAI 未必总能完全掌握其智能体的行为边界。
数学界更关心的是可验证性与人类位置
目前，外界尚无法确认 OpenAI 模型是否实际利用了 Buckmaster 与 Alpöge 的研究成果。但从已有信息看，两份证明都采用了 Córdoba 与 Martínez-Zoroa 提出的方法。布朗大学数学教授 Javier Gómez-Serrano 表示，这条路线被认为是解决纳维-斯托克斯问题的有希望方向之一。因此，两个团队独立走到同一路线并非不可能，但 Buckmaster 与 Alpöge 的工作影响 OpenAI 的推断也并非没有依据。
如果 OpenAI 的智能体确实参考或学习了两位研究者的过程，那么公司未能厘清来源并给予相应署名，将削弱这项成果的可信度。对数学界而言，这也会把一个更现实的问题推到台前：当 AI 智能体开始参与最高难度数学研究，传统的同行评审、预印本交流、署名规范与可复现性要求该如何适用。
从另一个角度看，这场争议也提示，人类数学家的“研究品味”仍然重要。所谓研究品味，是选择有潜力问题和方向的能力。如果 OpenAI 智能体最终沿着 Córdoba–Martínez-Zoroa 路线推进，是因为 Buckmaster 与 Alpöge 已经先做了探索，那么人类专家在方向判断上的作用依然是关键一环。
更深层的变化在于，解决此类问题所需的算力和模型资源，可能越来越集中在少数前沿 AI 公司手中。这与数学界长期依赖的开放合作文化并不完全一致。OpenAI 的成果是否最终通过严格同行评审尚待观察，但这次事件已经表明，AI 正在进入基础数学研究的核心地带，而围绕成果归属、过程透明和验证机制的规则还没有跟上。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/openai-cheng-zhi-neng-ti-gong-ke-na-wei-si-tuo-ke-si-nan-ti
