专题 · FULL STORY

OpenAI万级Agent攻破纳维-斯托克斯：从传闻到信任风暴

9月初先有GPT-6攻克千禧难题的传言，随后OpenAI宣称约一万个协作Agent运行88小时部分证明纳维-斯托克斯方程爆破问题并附Lean形式化。数学家Thom指控其模型窃取未发表研究，OpenAI否认；独立复现通过却仍遭质疑，署名与抢发争议持续发酵，25位菲尔兹奖得主联名公开信批评AI与数学界目标错位。

2026-09-05 ~ 2026-09-16 · 20 集 · 187 条

第 1 集 · 传言称 GPT-6 攻克纳维-斯托克斯难题，可信度存疑(2026-09-05,2 条)

X 用户 xdotli 放出消息暗示 GPT-6 将解决纳维-斯托克斯方程这类千禧年大奖难题；博主 scaling01 也给出概率判断，认为 30% 的可能 OpenAI 已经解决该问题，50% 的可能取得了部分进展。不过这些均为圈内传闻，转发者 teortaxesTex 也调侃说不清具体指哪个难题、只是蹭热度，消息可信度存疑。

第 2 集 · OpenAI 万个 Agent 88 小时宣称破解 Navier-Stokes 难题(2026-09-09,13 条)

OpenAI 宣称其一个仍在训练中的内部模型（据 @r0ck3t23 转述强于市售的 GPT-6 Astra）动用约 1 万个相互协作的 AI agent，在 88 小时内解决了 Navier-Stokes 方程解的存在性与光滑性问题的两个关键界，全程执行前沿评估级别的安全监控与隔离措施。解法论文已在 OpenAI 官网开放，据 @AGI Hunt 整理附有 Lean 形式化验证；Quanta Magazine 报道称智能体在方程中找到了「奇点」，可能标志数学研究方式的重大转变。Ben Goertzel 估计 OpenAI 为此投入约 2200 万美元算力（@AGI Hunt 称耗费数百万美元，两说并存）。这是 AI 系统首次大规模攻克顶级数学难题，但目前仍以 OpenAI 单方面宣称为准。Two Minute Papers 已发布视频解读。

已确认

  • OpenAI 于 9 月 8 日前后表示：内部模型在 88 小时内解出 Navier-Stokes 问题的部分证明，动用约 1 万个协作 agent，并声称在众多基准上实现「阶跃式」提升；解法论文已在官网开放。
  • 据 @AGI Hunt 整理，证明附 Lean 形式化验证，算力耗费以百万美元计，折算相当于一个极度聪明的人不吃不喝连续工作约 100 年。
  • 问题的历史脉络：1934 年 Leray 证明弱解存在，但解是否保持光滑悬置 90 年；2000 年被 Clay 数学研究所列为百万美元悬赏的七大千禧年难题之一。Navier-Stokes 是流体运动方程，涉及机翼气流、血液流动、天气与海洋等现象。
  • @bengoertzel 评述 OpenAI 投入约 2200 万美元算力用于此次求解。

时间线

  • 据 @haider1 整理：8 月 28 日重启 RL 训练；9 月 1 日模型被派去攻千禧年大奖难题，开始 88 小时求解运行时模型仅训练 4 天；一两天后团队切换到更好的 checkpoint，最终产出 Navier-Stokes 解答——此时初始训练甚至尚未跑完。

尚未确认

  • 内部模型的具体能力细节、与市售模型的差距，以及最终是否通过完整同行评议获得 Clay 奖金，均以 OpenAI 单方面宣称为准，尚待独立验证；@AlexTensor 也以「科幻新闻」口吻转述，指尚无论文或官方公告佐证（该帖早于论文开放）。
  • 据 @eyishazyer 转述，数小时内讨论焦点已从数学本身转向「功劳归属」的争论，相关争议细节尚无定论。

为什么重要

  • @kacoef 指出这则新闻与 ZrTe₅ 量子实验突破暗藏同一套理论交点，暗示 AI 可能在多个前沿科学领域复用同一数学能力。
  • @robleclerc 让 Grok 复盘后认为「作为数学终点并不意外」：Córdoba–Martínez–Zoroa 早已建立逐尺度放大加光滑外力的研究纲领，Alpög 等前人工作已铺路，AI 的成功是站在巨人肩膀上的必然一步，而非凭空创造。

第 3 集 · 「存在性证明」效应：传闻可行就促 OpenAI 攻克难题(2026-09-09,3 条)

围绕 OpenAI 求解 Navier-Stokes 方程的讨论中，多位评论者提出「存在性证明」的观点：一旦知道某事可行，就会被迅速做成，正如四分钟一英里纪录被打破后纷纷有人跟进。有说法称 OpenAI 正是在听闻「这个问题可解」的网上传闻后才着手尝试。评论者认为 AI 将加速这一趋势——只要知道思路可行，攻克难题的速度就会大幅提升。

第 4 集 · OpenAI 被指窃取数学家在研证明成果引风波(2026-09-09,6 条)

2025 年 9 月上旬，围绕 OpenAI 是否「窃取」数学家在研工作成果的指控在数学界与 AI 社区持续发酵，演变为关于 AI 数学能力真实性与科研伦理的双重拷问，OpenAI 方面尚未正式回应。

已确认

  • 一位数学教授在 LinkedIn 发帖称「OpenAI 可能又窃取了一个重大证明」，引发广泛转发与争议（@lowkeysciguy）；Schmidhuber 亦转发评论，使事件进一步扩散（@hardmaru）。
  • 数学家 @alpoge（Leven Alpöge）公开其 9 月 2 日晚向 OpenAI 交涉的要点：他称有情报显示 OpenAI 获悉了他正在进行的数学工作，并在几天前组建团队试图竞争；他强调这是一项持续一年、严格的个人数学合作（@mvpatel2000）。
  • 据 @新智元 梳理，纽约大学数学家 Tristan Buckmaster 与 Leven Alpöge 团队数月前尝试用 AI 攻克纳维-斯托克斯方程等千禧年难题，其公开指控称 OpenAI 在「最后几天」得知其解题路径后调集算力抢先行动。
  • 数学家 littmath 长文逐条反驳「AI 数学成果靠窃取在研工作」的说法，认为证据非常薄弱，其真实功能往往是否认或贬低模型能力的快速进步，这对数学行业的健康极其危险；AI×数学的成功是真实的（@littmath、@AashishReddy）。

尚未确认

  • 传闻称 OpenAI 审查了数学家带 Navier-Stokes 标记的 Codex 会话日志并找到最有希望的思路，此细节尚属传闻。
  • OpenAI 是否确实获取并利用了会话日志或解题思路、是否组建竞争团队，均未经 OpenAI 证实，正式回应尚未出现。
  • 陶哲轩批评「AI 摧毁开放科学」的表态细节以转述报道为主，需以原帖为准。

为什么重要

  • 事件触及 AI 编程工具（如 Codex）使用数据与用户隐私、知识产权边界的核心争议：研究者长期在工具中沉淀思路，若平台可审查并利用这些内容，将动摇学术界对 AI 工具的信任。
  • littmath 的反驳代表了另一种声音——用「偷师」叙事否认模型进步同样危险。事件的结果将影响数学界与 AI 实验室未来的合作方式。

第 5 集 · Anthropic 数学证明与合作抢跑争议持续发酵(2026-09-09,2 条)

围绕 Anthropic 的 Euler blowup 数学证明,据 doomslide 引述,Anthropic 承认证明中使用了其内部模型,引发圈内对其宣称的质疑。同时数学家 Alpoge 发帖称,他于 9 月 2 日晚紧急联系 Anthropic,强调一项持续一年的个人数学合作正被对方知晓并可能遭组建团队竞争抢跑,但未能如愿。两起事件在 AI 圈引发关于研究伦理的激烈争论。

第 6 集 · 传闻：OpenAI 逼近 Hodge 与 BSD 猜想，千禧难题或被连破(2026-09-10,27 条)

9 月 10 日至 11 日，X 与 Reddit 上集中流传一系列未经证实的传闻：OpenAI 已「非常接近」验证 Hodge 猜想的证明，OpenAI 或 Anthropic 之一也接近解决 Birch–Swinnerton-Dyer（BSD）猜想；结合更早流传的「OpenAI 已解决 Navier–Stokes」说法，@basedjensen 转述的版本称千禧年七大难题中可能有 4 道被攻克，三个难题或在一个月内接连告破。目前没有任何论文、作者身份或官方声明支持这些说法。

已确认

  • 仅有一条明确共识：庞加莱猜想已由 Perelman 证明（@DrSingularity 梳理七大难题现状时提及），这是既有数学史事实，与本次传闻无关
  • @adonissingh 提到具体数字：代号 Bel 的模型在 OpenAI 精选公开数学题集上得分约 50%，推测该模型 8 月 28 日才开始 post-training
  • @astralmeowmeow 转述称 OpenAI 据称动用数千个 AI Agent 攻克某道千禧难题，并表态即使解法成立也不领取 100 万美元奖金

尚未确认

  • Hodge 猜想、BSD 猜想、Navier–Stokes 的「攻克/接近验证」均无证明内容、论文或权威验证，多个发帖人（@zephyrz9、@shyamalanadkat、@basedjensen、@ctjlewis、@soumitrashukla9 等）自承只是传言
  • 内部模型 Bel 的存在及其产出 Navier-Stokes、Hodge、BSD 三大难题证明的说法仅见于 Reddit 传闻（@imadade）
  • @almmaasoglu 爆料称又一道难题被破解、论文正秘密评审中，但自述没有证据，也未说明是哪一道
  • @DrSingularity 称 OpenAI「超级智能」正尝试解决全部七道难题（含 P vs NP 与黎曼猜想），无任何官方信息佐证；@m1 转引的「多个难题或已被解决」说法同样只有链接、无任何细节

为什么重要

  • 千禧年大奖难题每道悬赏 100 万美元，是数学界最高标志性问题，若真被 AI 系统批量攻克将改写数学史并引发验证危机
  • @astralmeowmeow 提出奖金归属与公司部署千级 Agent 抢成果的公平性问题；原帖评论对 OpenAI「顺手摘走」成果表达不满
  • @m13 转述称各家实验室「争当下一个」的竞赛烈度前所未见，反映 AI 数学能力的军备竞赛叙事正在升温；@adonissingh 则认为业界不必惊讶，暗示这类进展在意料之中

还有 7 条相关讨论 →

第 7 集 · OpenAI 宣称攻克 Navier-Stokes，另一千禧难题亦有进展(2026-09-10,21 条)

OpenAI 宣称已解决七大千禧年大奖难题之一的 Navier-Stokes 方程问题，并表示在另一个千禧难题上取得实质性进展，相关成果「正在斟酌如何妥善分享」。证明由约 1 万个 agent 组成的集群产出 forced blowup（强制爆破）构造——一个不断加速旋转并向极小区域坍缩的涡旋，总动能保持有界——并附带 Lean 4 机器可验证的形式化证明；据 John D. Cook 估算，该形式化验证仅耗时约 17 小时，远低于传统人工形式化的速度。NYT 报道披露 OpenAI 抢先于 NYU 数学家 Tristan Buckmaster 团队发布了结果。

已确认

  • OpenAI 在周三晚间声明及对《纽约时报》的表态中称，已完成 Navier-Stokes 存在性与光滑性问题的证明，并在另一个未指明的千禧年大奖难题上取得实质性进展，正考虑如何公布
  • 证明以约 1 万个 agent 集群产出 forced blowup 构造，同时发布 Lean 4 形式化证明，验证约 17 小时（John D. Cook 估算）
  • 《纽约时报》报道，NYU 的 Tristan Buckmaster 与合作者整个 8 月在 Navier-Stokes 上取得重大进展，但 OpenAI 在不到一周内抢先公布；Buckmaster 与 Levent Alpöge 的独立工作同样重度依赖 Lean 验证
  • Clay 研究所七大千禧难题每个悬赏 100 万美元，庞加莱猜想已被解决

尚未确认

  • 第二个千禧难题具体是哪一道、成果内容如何，OpenAI 均未披露
  • 网友 ChrisGPT 分析称 OpenAI 内部模型给出了解的构造性证明且经得起推敲，但这属于个人观点，仍待官方审核流程
  • 用户 l4rz 转述匿名帖称该证明本质是「逆问题」解法：先选定平均流、反推所需应力、再构造振荡解；其真实性无法核实
  • 围绕构造的争议：被引用的分析指出 OpenAI 用特制光滑外力驱动有限时间奇点，并论证这符合 Clay 陈述中 C、D 两种允许受力的破裂情形，但若验证不通过则不算真正解开原题

为什么重要

  • 若证明成立，这将是 AI 系统攻克顶级数学难题的标志性案例，直接关联递归自我改进讨论：Andy Masley 等人认为 AI 若能持续解千禧难题，将同样加速 AI 研究本身；robleclerc 则反问，能解千禧难题的 AI 也应能缓解 AI 安全风险
  • Lance Fortnow 与 Csaba Szepesvari 均注意到两组 Navier-Stokes 工作都重度依赖 Lean 形式化，讨论这是否会成为数学发表的新门槛
  • 数学界反应分化：PDE 分析师 Scott Armstrong 以社区口吻「求饶」，调侃组合数学等其他领域将被逐一「针对」

还有 1 条相关讨论 →

第 8 集 · 数学家 Thom 指控 OpenAI 用其未发表研究训练 Astra，OpenAI 否认(2026-09-10,9 条)

数学家 Andreas Thom 在 Mastodon 发表长文，列出多项证据，怀疑 OpenAI 可能未经授权使用他与合作者 Gábor Kun 讨论 Gromov soficity 猜想的对话数据来训练 Astra 模型，而这一猜想正是 OpenAI 后来宣布由 Astra 解决的 non-sofic group 难题的内核。指控经数学家 Valerio Capraro 在 X 上转述后广泛传播，Gary Marcus、Schmidhuber 等知名学者跟进转发，OpenAI 方面已作出否认，但事件仍在发酵。

已确认

  • Thom 在 Mastodon 上公开发文，列举多项证据，指 OpenAI 训练 Astra 时可能使用了他与 Gábor Kun 关于 Gromov soficity 猜想的研究对话（据 m5、m8，Capraro 一手转述）
  • Valerio Capraro 在 X 上转述并扩散该指控（m5、m8 为其本人发帖），Gary Marcus（m6）、Schmidhuber（m4）等知名学者跟进转发
  • 据 m9 报道，Thom 为德累斯顿工业大学群论学者，其指控指出 Astra 攻克「Gromov 柔度猜想」所用的核心推导与他同 Kun 深耕约二十年的非 sofic 群技术路径高度吻合，而该路径并非公开成果
  • 量化研究者 henryquantum 转发并呼吁 OpenAI 等前沿实验室认真、透明地澄清数据来源（据 m3）
  • OpenAI 已否认相关指控（据 m9）

尚未确认

  • OpenAI 是否确实使用了 Thom 的对话数据训练 Astra，目前仅有 Thom 单方列出的证据，其指控本身使用「可能」「怀疑」等措辞；OpenAI 否认的具体内容与依据未见披露

为什么重要

  • 该事件触及 AI 训练数据合规的核心争议：用户的私人对话或未发表研究成果是否被用于训练，且相关成果又被实验室宣称取得突破
  • 若指控属实，将同时涉及未发表学术工作的知识产权与用户隐私双重问题，因此多位研究者和知名学者（含 Schmidhuber）跟进传播；OpenAI 的否认尚未平息质疑，舆论压力仍在累积

第 9 集 · 纳维-斯托克斯成果署名争议发酵，AI 实验室抢发文化遭批评(2026-09-10,6 条)

纳维-斯托克斯突破成果的署名争议持续发酵，多位学者就 AI 实验室的研究文化展开讨论。数学家 Daniel Litt（littmath）澄清立场：他对「AI 窃取进行中成果」指控的核心担忧并非窃取本身，而是在得知他人有结果后抢发（scooping）的风气——这种做法会激励保密、损害科学开放性，以及围绕论文作者署名的谈判问题。当前争论焦点已从单一事件扩展到 AI 实验室介入前沿数学研究的行为规范。

已确认

  • littmath 表示其批评针对 OpenAI 与 Anthropic 两家实验室在一系列过往成果上的整体行为，每次成果发布都伴随各自的竞速动态与争议。
  • littmath 澄清并非说实验室比中位大公司更阴暗，而是「同样阴暗」——按学术界标准衡量这已相当离谱，当然学界自身也有毛病。
  • 网友 AashishReddy 主张，OpenAI 抢先公布成果并非为抢走研究者功劳，而是想在 Anthropic 宣布时至少保持平级——据称当 OpenAI 以为 Alpöge/Buckmaster 已拿到结果时便提前发布。
  • 数学博主 grotsen 发帖整理了目前已知的 AI 数学成果争议事件时间线，显示争议已蔓延至多个案例。
  • OpenAI 研究人员 rbhar90 转发评论称，如果解决方案的智力贡献大部分由人类研究者完成且未被署名，就不应将头功记在 AI 头上。

为什么重要

  • 抢发文化若成为常态，将激励研究者保密、破坏学术开放性，这与数学界长期以来的开放预印本传统相冲突。
  • AI 实验室以商业竞速逻辑介入前沿数学研究，署名与功劳归属规则尚无共识，争议可能随 AI 参与度上升而增多。

第 10 集 · OpenAI 否认 Codex 提示词影响训练，「窃取私聊数据」指控被指无据(2026-09-11,8 条)

OpenAI 就「Codex 提示词是否影响训练」争议作出正式否认，核心指控被认为缺乏依据。事件起因是 OpenAI 宣称在 Navier-Stokes 问题等千禧年数学难题上取得进展，X 上随即出现指控称 OpenAI 窃取用户私聊数据来制作所谓 NS「证据」。OpenAI 随后经《纽约时报》记者 Kenneth Chang 转述发表声明，明确否认；圈内研究者也公开回击了这一阴谋论式指控。目前暂无任何进一步证据支持原始指控。

已确认

  • 《纽约时报》记者 Kenneth Chang 援引 OpenAI 发言人声明：可以断言，Buckmaster 博士过去两个月在 Codex 中输入的提示词不可能以任何方式影响系统，包括模型训练。
  • 据 QuintinPope5 转述，OpenAI 的调查确认 7 月 3 日之后的任何用户输入都不可能影响该系统。
  • 研究员 tszzl 回忆，OpenAI 首次公告时他参加了一场通话，与会者当时在未查清 Codex opt-in 数据是否进入训练的情况下就试图给出「律师式的精确措辞」；现在可以明确这种选择性加入数据进训练的可能性为零。
  • QuintinPope5 批评在毫无证据的情况下声称 OpenAI 窃取用户私聊数据「不负责任得离谱」，tszzl 表示认同。

尚未确认

  • 「OpenAI 窃取用户私聊数据制作证明证据」的原始指控本身没有任何公开证据支持，目前仍属在 X 上发酵的传闻。

为什么重要

  • 事件触及用户对 AI 公司是否会将私有交互数据用于训练的信任底线；OpenAI 从「此前表示不确定」到「如今明确否认」的表态变化本身即具新闻价值。
  • 研究圈内对阴谋论式传播的警惕值得注意：若 OpenAI 确实访问过个人 Codex 使用痕迹则问题严重；若没有访问，这种处理方式反而显得专业。

第 11 集 · OpenAI 千禧年大奖证明陷署名与抢发争议(2026-09-11,10 条)

OpenAI 于 9 月 8 日宣称其未发布的内部模型用约 1 万个协作 agent 运行约 88 小时，产出部分解决 Navier-Stokes 千禧年大奖问题的证明，但短短数天内事件从技术突破演变为署名与抢发争议。NYU 数学家 Tristan Buckmaster 称他与 Anthropic 研究员 Levent Alpöge 在同一问题上合作约一年，OpenAI 在一次私人通话中得知其成果后施压移除合作者署名；社区还根据时间线质疑 OpenAI 刻意抢发了相关团队的数学突破，投资人 Scott Kominers 称其为「千禧年以来最大的公关失败」。事件尚未有 OpenAI 方面的正面回应，AI 时代学术署名与成果归属问题被推上台前。

已确认

  • OpenAI 9 月 8 日宣布内部模型用约 1 万个协作 agent 运行约 88 小时，产出部分解决 Navier-Stokes 千禧年大奖问题的证明（m3）。
  • Tristan Buckmaster（NYU）称他与 Levent Alpöge（Anthropic）在同一问题上已合作约一年，并指 OpenAI 在私下通话得知其工作后施压移除合作者署名（m2、m3）。
  • tszzl 提供的时间线显示：8 月 28 日 Noam Brown 称 OpenAI 还没怎么尝试该方向；9 月 2 日 Levent 才听说 OpenAI 获悉其成果；该团队曾尝试所有千禧年难题及数十个其他问题，NS（Noam Shazeer）看到有希望的初步结果后扩大算力投入。ivanbezdomny 基于 200+ 推文重构的四天时间线进一步梳理了 9 月 8 日上午 Buckmaster 与 Anthropic 任职者相关进展与争议全貌（m4、m8、m9、m10）。
  • 投资人 Scott Kominers（原帖指 @skominers，一称 Sébastien Kominers、OpenAI 应用研究负责人，身份表述存在差异）评论称 OpenAI 的传播「堪称千禧年以来最大的通讯失败」，认为正确讲法本应是两位世界级数学家借助包括 OpenAI 模型在内的 AI 解决了困扰数学界数十年的难题（m5、m6、m8）。
  • Exomnium 重提一项指控：OpenAI 宣传的「AI 自主完成数学研究」叙事掩盖了约 100 名受严格保密协议约束的人类数学家的参与（m2）。

尚未确认

  • OpenAI 是否独立复现、还是基于获知的他人成果「撞车」，目前仅有社区依据约 4 天窗口时间线提出的质疑，OpenAI 方面未见明确回应。
  • paulcal 质疑 OpenAI 在自己模型上「有意浪费」算力复现别人成果，是为了证明「我们的模型一样聪明」并抢占估值叙事，这是其个人推断而非证实的事实（m7）。
  • 「雇约 100 名数学家并签 NDA」的说法源自指控者转述，OpenAI 未公开其方法论细节，尚未获独立证实（m2）。
  • Scott Kominers 的具体身份（投资人还是 OpenAI 应用研究负责人）在不同帖子中表述不一，有待核实。

为什么重要

  • Reddit 用户指出，自 8 月 OpenAI 宣称用 AI 解决 Gromov soficity 猜想后，每个数学类突破都面临社区默认质疑，有研究者指控其「窃取他人工作成果」或涉及训练数据问题，本次事件进一步侵蚀了 OpenAI 在数学前沿声明上的公信力（m1）。
  • 事件触及 AI 时代学术署名与成果归属的核心问题：当 AI 公司内部模型产出与外部数学家长期工作高度重合的证明时，署名、优先权和披露义务如何界定，目前缺乏共识。

第 12 集 · AI 数学圈热议：千禧年大奖难题或终将失守(2026-09-11,2 条)

随着 AlphaProof、Gemini 类系统在竞赛数学上快速进展，jasondeanlee 发问「七个千禧年大奖难题会在一年内被解决四个？」这一激进预言在 AI 数学圈引发讨论。图灵奖得主 Pearl 所在圈层也有人调侃，照当前进展，大家很快就会开始打赌最后一个千禧年难题还能坚持多久才被 AI 攻破，该观点获得圈内共鸣。

第 13 集 · OpenAI 攻破千禧年难题后数学圈激辩 AI 价值(2026-09-11,8 条)

OpenAI 宣称（接近）攻破又一个千禧年大奖难题后，数学圈在 9 月 11 日前后爆发大规模价值观争论：AI 究竟是现代数学研究的必需工具，还是正在破坏数学学术生态的力量？争论尚无定论，但各方观点清晰暴露出社区对 AI 介入基础研究、尤其是成果优先权与学术激励体系的深层焦虑，值得关注。

已确认

  • 争论的直接导火索是 OpenAI 关于千禧年大奖难题的宣称，多位数学圈博主在 9 月 11 日至 12 日密集发帖。
  • 有人提出 AI 是「对现代数学研究日益必需的工具」；basedjensen 转述称，另一网友反驳质问谁有权下此定论，并提议由特别 ICM 交全数学界投票认定；回帖者则反呛：一个能解决千禧年大奖难题和多个公开问题的工具，居然还有人认真争论它是不是必需品。
  • Elliot Glazer（ctjlewis 转述）持相近立场，认为 AI 确实日益必需——徒手也能做研究，但在竞争激烈、需要顶级生产力的环境下 AI 已不可或缺。
  • gleech 转述批评称，OpenAI 通过「故意抢发同行数学家的成果」让数学变得更糟；但他随即自嘲式反转：千禧年大奖本身就把数学扁平化、游戏化了，所以「搞砸千禧年奖」未必是坏事。他还把这一争论做成 tired/wired/inspired 三段式段子传播，并以标签归纳对立两方：一方认为千禧年大奖的真正功能是「圈住争强好胜者」、让梦想家安心做真学问，OpenAI 毁掉大奖等于贬低数学；另一方则认为大奖本身对数学的扁平化问题更大。
  • 网友 nileshtrivedi（dhruv2038 转述）指出双重标准：Google DeepMind 曾以黑盒 AI 方案参加 CASP14 蛋白质折叠竞赛并夺冠，Demis Hassabis 与 John Jumper 甚至因此获诺贝尔化学奖，而 OpenAI 攻数学却遭抵制。
  • 用户 sporadica（retr0jirachi 转述）发推称「不出所料，Terence Tao 和同行们不高兴了」，讽刺职业数学家毕生解数学题、如今 AI 也在解题却因此不快；retr0jirachi 引用该推并反讽「这才叫没抓住重点」。
  • FlorianGallwitz 转述数学圈人士对「AI 泡沫论文」泛滥的担忧：如今看到「AI 解决猜想」的论文第一反应是「谁在乎」——要么用了 AI，要么有足够 token 预算的人也能做出来；该人士还称有见闻称某人一个月内在自己研究领域之外发表了 11 篇论文。

为什么重要

  • 这场争论的核心不只是单个成果归属，而是 AI 机构与人类数学家在成果优先权、学术激励体系上的结构性冲突；千禧年大奖与诺贝尔奖的类比进一步放大了「谁来定义规则」的问题。
  • 对 Terence Tao 等顶尖数学家态度的嘲讽与「AI 论文泛滥」的抱怨，说明争论已从事实层面蔓延到学术评价与信任机制：当 AI 大规模介入后，「谁在乎」式的成果贬值正在动摇同行评审与优先权认定的传统秩序。

第 14 集 · 传 OpenAI 用内部模型冲击黎曼猜想与 P vs NP(2026-09-11,7 条)

9 月 11 日起，多个信源流传 OpenAI 正在用内部模型冲击黎曼猜想与 P vs NP。据 Andrew Curran 在 X 上的转述与 @MTSlive 的爆料，所涉模型正是此前产出 Navier–Stokes 方程证明的那个内部模型，目标还包括一些未公开的「高影响力问题」。消息均未经官方证实，数学界已出现批评炒作的声音。

已确认

  • 消息源包括 Andrew Curran 在 X 的转述和 @MTSlive 的爆料，@somewheresy 亦转引并称自己早前预言过这一走向。
  • 所涉模型为此前产出 Navier–Stokes 方程证明的 OpenAI 内部模型。
  • 攻坚目标至少包括黎曼猜想与 P vs NP，另有未公开的「高影响力问题」。

尚未确认

  • OpenAI 官方未证实，模型名称、具体进展均未知，原始消息以截图形式流传，细节有限，多条转发帖均强调「未经官方证实」。
  • 数学研究者 Rabadash2 对此提出异议：他认为 P≠NP 及其余千禧年大奖难题的答案方向早已被学界公认，缺的只是证明，并批评 AI 博主的炒作。

为什么重要

  • 若属实，意味着前沿 AI 模型正式进军千禧年大奖最难的两个问题，可能重绘「AI 做数学」的能力边界。
  • @Neurogence 对资源投向表示不满，认为数亿美元花在数学难题上不如另有用途，引发社区对研究优先级的争论。
  • David Kasten 借此讨论构造性 P=NP 证明的后果：若成真，全球密码体系与国家安全政策可能一夜之间失序。

第 15 集 · OpenAI 纳维-斯托克斯证明复现通过但遭社区质疑(2026-09-11,2 条)

OpenAI 于 9 月 8 日发布 166 页手稿，声称证明受迫三维纳维-斯托克斯方程存在有限时间爆破，并附带 Lean 4 形式化项目。独立团队随后进行内核级复验，四次构建全部通过；但 Reddit 网友对 Lean 代码展开详细分析，质疑其中外力的紧支撑条件究竟是被假设还是已被证明，该形式化的严谨性仍在社区讨论之中。

第 16 集 · OpenAI 万级 Agent 攻克 Navier-Stokes 引爆数学界信任争端(2026-09-12,18 条)

OpenAI 宣布由约 1 万个自主 AI Agent 组成的群体在未公开的先进模型上运行 88 小时，在三维 Navier-Stokes 方程中找到「blowup」奇点，并用 Lean 完成形式化证明，宣称解决这一悬置约 90 年、悬赏百万美元的千禧年大奖难题。消息公布后数学界与 AI 社区激烈争议，专业数学家态度明显分化，信用争端持续升级，成果的完整数学有效性仍待学界独立验证。无论结论如何，此事已成为 AI 辅助数学研究与 AI 能力宣传争议的标志性事件。

已确认

  • OpenAI 官方宣布给出 Navier-Stokes 千禧年大奖难题的一个解，证明由 Agent 群体完成并在 Lean 中形式化（@dlweekly，据 Quanta Magazine 报道）；OpenAI 总裁 Greg Brockman 称模型找到了使方程「爆掉」的反例，即构造出解发生爆破的情形（@victorexplore）
  • Reddit 讨论梳理了结果的真实含义：该难题未解部分正是「光滑 3D 流体是否会发展出奇点」，OpenAI 声称其 Agent 群体通过分工尝试、互相共享发现，最终证明奇点可在有限时间内形成（@erdematar）
  • 规模数据：约 1 万个并发 Agent、运行 88 小时、交换 270 万条消息、消耗约 1300 亿 token（@HealthyOutcome7897）
  • 据《卫报》报道，OpenAI 投入约 1 万个自主 Agent 攻坚，据估算花费约 1500 万美元（@nordicinst；其帖题中「1.5 亿美元」与正文「1500 万美元」不一致，存疑）
  • 争端升级：@CiccioPixel 报道，NYU 数学家 Tristan Buckmaster 与 Anthropic 数学家 Levent Alpöge 宣布在同一问题（解的存在性与光滑性）上取得进展，据称 25 位菲尔兹奖得主联名抗议，认为 OpenAI 抢跑宣称攻克该难题，双方爆发信用争端
  • 数学家 Scott Armstrong 回应针对该 blowup 构造的质疑，称这是巨大的贡献：PDE 分析学者需要数周到一个月才能真正理解，一旦有人消化并改写成可读形式，人类对这组重要方程的理解将首次滞后于机器证明（@tszzl、@geoffolfe 转发）
  • @askerlee 转述 @zesenhuang 的硬核科普点评：Clay 问题的原意并非「再也不用数值解 Navier-Stokes」，该点评被认为一次性提高了公众对这一难题本意的理解
  • Zvi 撰长文分析此事，认为有三层故事、重要性递减：最重要的是 OpenAI 的下一代模型仅用约一周就取得比 Astra 领先一代的能力，官方罕见主动向外界通报（@TheZvi；@TheStalwart 转评亦持此观点）

尚未确认

  • 具体花费金额在不同帖文口径不一（1500 万美元 vs 1.5 亿美元）
  • 所用模型未公开，成果的完整数学有效性尚待学界独立验证
  • 25 位菲尔兹奖得主联名抗议与 Buckmaster、Alpöge 的进展细节目前仅见单一帖文转述，尚待更多一手信源佐证

为什么重要

  • 围绕「证明出自谁手」的信任机制争论成为焦点：评论人 @skdh 与数据科学家 @kareemcarr 的讨论指出，如果这份证明由一位无名数学家匿名发布，舆论大概率会当作重大突破去认真分析，而非纷纷写「数学已死」的故事——批评者针对的未必是证明本身，而是发布主体。@skdh 还转述物理学家 Sabine Hossenfelder 的质疑：50 万行组织混乱、毫无直觉可言的 AI 证明，没有人会去逐行验证
  • 一位 NYU 教授对 OpenAI 成果的表述与实际含金量公开表达不满，Fireship 新视频拆解了双方论点与「AI 解数学题」宣传口径的争议；而 Armstrong 的正面评价与据称的菲尔兹奖得主联名抗议显示专业数学界内部态度严重分裂
  • @HealthyOutcome7897 认为宣传夸大了前沿模型的真实能力：这不是单个模型的灵光一现，而是工业级树搜索
  • Zvi 的分析进一步指出，比起数学难题本身，OpenAI 新模型以一周时间领先 Astra 一代更值得注意，且官方罕见地主动对外通报这一能力进展
  • @pstAsiatech 指出此事无需数学背景也能理解：它证明 AI 进展正在加速，同时带来令人担忧的风险面，构成加速与风险并存的双面叙事
  • @arvolog 转述的 Reddit 讨论显示，这一突破已引发从业者焦虑：有用户将其类比 2016 年 AlphaGo 战胜李世石，怀疑现在认真学 AI 是否已经太晚
  • 若成果最终成立，将是 AI 辅助数学研究的标志性案例，且如 Armstrong 所言可能是百年级贡献；若宣传失实，则不仅加剧公众对 AI 能力宣传的不信任，还将损害 OpenAI 与数学界之间的信任

第 17 集 · 陶哲轩被指不满AI解题遭误读，数学价值之争引爆X(2026-09-12,18 条)

9月12日，「AI 开始解数学题，陶哲轩等数学家不高兴」的说法在 X 上流传并引发争论，但多位发帖者指出这是对陶哲轩观点的误读。背景是 25 位菲尔兹奖得主曾联名对 AI 公司推进数学发现的方式表达担忧，而陶哲轩本人对 AI 极为热心。目前比较明确的结论是：分歧不在「是否支持 AI」，而在数学的价值锚点——答案、首创发现的荣耀，还是解题过程中催生的新概念；Sriram Krishnan 则公开表示不同意陶哲轩，把问题重新框定为数学共同体内部的错位。

已确认

  • Beff Jezos 与网友 sporadica 等传播原始说法，称毕生解题的数学家看到 AI 也能解题而心态复杂，@TinfoilTricorn、@jamestagg、@soumitrashukla9 等转发并附链接，引发「数学是否只是排序智力」的争论；转发链中 captgouda24 评论称这类情绪化反应无助于反驳相关观点。
  • @burnytech 与 @RexDouglass 转发 @markbao 的澄清：陶哲轩是数学圈最拥抱 AI 的人之一，所谓「不满」是误读。按 @markbao 的转述，陶哲轩认为 AI 公司目前只做了半截工作——真正的发现过程中人们会沿途发明远超原始目标的新概念，要做到「数学家无事可做」才算完整。
  • @akbirthko 转述陶哲轩的核心论点：「解决定理 X」并非数学的唯一目标，历史上困难问题的价值在于迫使人创造新概念、新方法、新抽象和新研究方向；帖主自称对 AGI 极度乐观，认为 AI 最终没有理由不能做理论、猜想、品味与综合。
  • @prasannasays 概括了这一交锋的焦点：为论证 AI 实验室在损害数学，陶哲轩不得不主张数学的真正目的不是解题，而是产生「概念理解与洞察」，这一让步本身成为争论引爆点。
  • @sebkrier 转发 Sriram Krishnan 的表态：他公开表示「不同意 Terence Tao」，并重新框定问题——所谓「错位」或许不在 AI 与人类之间，而在数学共同体自身，即千禧年大奖难题这类问题究竟为谁而设。
  • @BlancheMinerva 转发了一种解读：千禧年大奖难题本质上是数学进步的度量指标，AI 实验室正在优化这些指标本身（Goodhart 化），使其作为进度标尺的价值下降。
  • @anshulkundaje 转发 gil2almeida 的反驳，强调这不是「数学 vs 人文」之争：千禧年问题的设立初衷是挑选能推动数学发展的深刻问题，而非人类急需的七个答案；并以癌症类比区分「让医生快 10 倍」与「发现抗癌药」——知识本身是信任的基础。
  • @adamdorr 直接回应，认为陶哲轩关于 AI 侵蚀「首创发现荣耀」的悲观表述再优雅，归根结底仍是 ego 问题，很难不读作「酸葡萄」；他也承认未解难题确实能激励人探索问题周边。
  • @paulcal 评论 Andrew Curran 引用的陶哲轩表态，称陶哲轩也许确有正当理由担心当前 AI 轨迹会伤害数学「进步」本身，但一直没能把论点讲清楚，听起来更像害怕与自我保护。@iandanforth 对此补充了可能的原因：在 25 位顶尖数学家联名声明的背景下，陶哲轩难以直言其真实担忧。
  • @hugobowne 补充现实背景并回应批评：25 位菲尔兹奖得主联名对 AI 公司推进数学发现的方式表达担忧，具体指向 AI 公司竞相「打卡式」验证著名猜想的真假、不增进数学理解；另一条转发补充，这些 AI 解法类似雇 100 个数学系学生穷举一年得到反例，只有营销价值而无洞察。@richalq 也反驳称陶哲轩是 AI 用于数学的最著名倡导者之一。这一担忧常被简化为「你们不想治愈癌症？」式的嘲讽。他强调陶哲轩支持用 AI 辅助数学研究，问题在于解题过程的产出不止答案，还有沿途产生的其他价值。
  • @shreya 提出另一视角：数学和科学的核心目的应是增进人类对世界的集体理解，而非单纯的产出或竞赛。

尚未确认

  • 陶哲轩本人「悲观声明」的具体原始表述，帖内仅见二手转述，未见一手出处。

为什么重要

这场争论折射出 AI 能力提升后，数学界对学科价值锚点的重新审视：解题、首创发现荣耀与提出猜想、创造新概念，哪个才是数学的核心。陶哲轩一方强调过程与新概念的价值，乐观派（如 @akbirthko）认为 AI 没有理由不能最终承担理论与猜想工作；批评者（@adamdorr、@paulcal）从「ego」与「论证不清」两个角度反驳，而 @iandanforth 提示联名宣言的政治约束可能让陶哲轩不便直言；Sriram Krishnan 与 gil2almeida 则分别把矛头转向数学共同体自身的制度设计与大奖难题的设立初衷。「Goodhart 化」的解读进一步点出：当 AI 直接以大奖难题为目标优化，这些难题作为进度标尺的度量意义本身也可能失效。菲尔兹奖得主的联名担忧被网络简化为情绪化对立，分歧的本质是对「数学是什么」的回答。

第 18 集 · 菲尔兹奖得主AI公开信引跨学科激辩(2026-09-12,6 条)

25位菲尔兹奖得主联名发表公开信《A Severe Misalignment of AI in Mathematics》，声称AI公司与数学界目标严重错位，直接背景是OpenAI宣称解决了Navier-Stokes方程解的存在性与光滑性这一千禧年大奖问题。公开信随后引发跨学科回应，争议持续发酵，目前并无定论，但争论焦点已从单一事件扩展为关于AI与数学研究关系的公共议题。

已确认

  • 计算生物学家Lior Pachter于9月13日撰文解释：他考虑过但最终拒绝签署该公开信，核心论点是数学界自身也存在失职，共同体「自己也不干净」。
  • 前Stability AI CEO Emad Mostaque于9月12日发布长文《Let a billion mathematicians bloom》，反驳菲尔兹奖得主对AI危害数学研究的担忧，主张AI不会毁掉数学，反而能让数百万人进入这一领域。
  • 经济学家Joshua Gans在其Substack发表文章《The Mathematicians are struggling》，回应这封关于AI冲击数学界的公开信。
  • Stanford教授Anshul Kundaje转发并支持用户nomad421的观点，称签名者的立场是「21世纪卢德主义」；该观点强调签名者并非反对AI在数学中的开发与使用——他们自己对此说得很清楚。
  • 数学家@meanfieldzane（经@littmath转发）认为数学家正落入AI圈惯设的陷阱：AI从业者喜欢用「你将被取代」的恐吓戏弄人；数学家若停下来思考研究范式将如何改变，会发现AI可以带来比以往更多的发现和成果。

为什么重要

  • 这场争论的实质并非「支持或反对AI」的二元对立：反对者批评的是AI公司仓促宣布重大数学成果的方式，而反驳者则指出数学界自身的制度性问题同样需要反省。
  • Mostaque与Gans等来自产业与经济学视角的声音，显示该争议已超出数学界内部，成为跨学科的公共议题。
  • Pachter的拒绝签署立场表明，即便在数学共同体内部，对公开信的诉求与措辞也存在明显分歧。
  • @meanfieldzane的回应提示，部分数学家主张主动思考AI时代研究范式的变化，而非陷入「被取代」的恐慌叙事。

第 19 集 · OpenAI 宣称解出 Navier–Stokes 爆破问题(2026-09-13,8 条)

OpenAI 宣布其 AI 智能体回答了悬置约 200 年的 Navier–Stokes 方程 blow-up 问题：描述流体运动的这组方程确实会在某些情况下爆破解，即流体局部无限加速，并附有机器可检验的 Lean 形式化证明。而 NYU 数学家 Tristan Buckmaster 用自费购买的 ChatGPT Codex 订阅、与 Anthropic 员工 Levent Alpöge 业余合作，早于 OpenAI 公告约 88 小时（8 月 15 日）取得结果。机器证明先行、人类理解滞后的新局面与数学界分化的反应，使该事件成为 AI 参与前沿数学的标志性节点。

已确认

  • OpenAI 宣布其智能体构造出 Navier–Stokes 爆破解，并附有 Lean 形式化代码，论文宣称机器可检查（据 @thione 等转述）。
  • 据 @rubenhassid 帖：Buckmaster 自费订阅 Codex，与 Levent Alpöge 合作于 8 月 15 日解出该问题，OpenAI 在约 88 小时后宣布解出；此事也引发对隐私与数据边界的质疑。
  • PDE 学者 Scott Armstrong 认为，该证明确实混乱难读，但应能提炼出一个可理解、叙事有吸引力的证明；其 Lean 代码仓库行数超过他上一篇论文自己写的量（据 @RexDouglass 转发讨论）。
  • 同周，25 位菲尔兹奖得主（含陶哲轩）联名发布《AI 在数学中的严重失配》声明；9 月 3 日 GPT-6 Astra 在 FrontierMath 基准上的表现引发关注（《华尔街日报》Ben Cohen 撰文，经 @新智元 转述）。

尚未确认

  • 一位回应者（经 Adam Marblestone 转发、回应 Claude Fable《After Math》一文）亲自阅读 OpenAI 论文与 Lean 代码后，对「机器可检查的逻辑证明」与「人类可理解的数学」之间的落差提出质疑，相关评价仍在讨论中。
  • Armstrong 估计人类数学家可能需要数周到一个月才能充分理解该证明，届时 Leray 瓶颈是否真正突破尚待验证（据 @soumitrashukla9 转述）。

为什么重要

  • 若爆破构造成立并被人类消化，被困近百年的 Leray 瓶颈有望突破，这是 PDE 领域的重大贡献。
  • 事件呈现「人类理解滞后于证明」的新局面：证明先由机器生成并形式化验证，人类数学家事后解读，可能改变数学研究的组织方式。
  • 数学界反应分化——从乐观提炼可读证明，到 25 位菲尔兹奖得主联名表达对 AI 与数学失配的担忧——预示 AI 参与前沿数学将伴随持续的规范与信任之争。

第 20 集 · OpenAI 称万级 Agent 88 小时解 Navier-Stokes 难题(2026-09-14,11 条)

OpenAI 于 9 月 8 日宣布在千禧年大奖难题之一的纳维-斯托克斯（Navier-Stokes）方程上取得结果：约 10000 个协作 AI agent 借助比 GPT-6 Astra 更强的下一代模型，在 88 小时内得出解，全程施加强监控与隔离等前沿评估防护。据 New Scientist 报道，结论是方程描述的流体确实会在某些情况下速度发散（blow-up）。Greg Brockman 随后在 a16z 播客访谈中确认动用了 10000 个 agent 协作求解，并宣告 OpenAI 进入「AGI 时代」。此事在学界与社区引发广泛讨论：有人盛赞其价值堪比佩雷尔曼的工作，也有人质疑人类数学家早已完成关键突破、AI 的独立贡献与巨额投入产出比存疑。

已确认

  • OpenAI 于 9 月 8 日宣布该成果；据前 OpenAI 员工 Oleg Murk（任职约 5 年）转发转述，官方称一群 Agent 借助比 GPT-6 Astra 更强的下一代模型给出了解；Noam Brown 亦参与转述。
  • 官方描述的规模为约 10000 个协作 agent、88 小时完成，并施加强监控与隔离等评估防护；WSJ 报道口径为「数百万美元算力和几天时间」，社区多转述为约 1500 万美元。
  • Greg Brockman 在 a16z 播客访谈中确认实际动用了 10000 个 agent 协作解决 Navier-Stokes 问题，并将此成果与「AGI 时代」的宣告相联系。
  • 据 New Scientist 报道，该成果针对 Navier-Stokes 方程 blow-up 问题，结论是流体在某些情况下速度确实会发散。
  • 康奈尔大学数学系教授、科普作家 Steven Strogatz 在 WIRED 采访中谈及 AI 近期数学突破时当场落泪，随后发帖尝试解释原因。
  • 数学研究者 Scott Armstrong 回应外界对该 PDE 证明「不好读」的批评：论文确实不完美，但 PDE 分析领域被困扰 100 年、多数顶尖学者尝试均告失败，如今证明已通过 Lean 编译器检验，其价值堪比佩雷尔曼的工作。

尚未确认

  • Robert Bhargava 提出核心疑问：人类数学家似乎已完成关键突破，AI 只是后续跟进，其独立贡献程度不明。
  • danbri 帖子的回帖指出，相关成果其实已有数学家分别做出，只是散落在不同领域、封闭期刊与专业术语之中——此说法仍属社区推断。
  • 网传「1500 万美元 token 预算」的具体表述未经证实，lescarr 也自注其吐槽属传闻，且其梗点在投入产出比而非数学本身。
  • 「比 GPT-6 Astra 更强的下一代模型」的说法来自转发转述的官方口径，模型细节未公开。

为什么重要

  • 计算复杂性博客作者 Bill Gasarch 曾放话「只有 AI 解决千禧年大奖难题才值得写文章」，此次事件迫使他撰文反思 AI 做数学的进展，可见其标志性意义。
  • Brockman 在 a16z 播客中将该成果直接与「AGI 时代」绑定，使这一数学突破成为 OpenAI 能力叙事与市场传播的核心素材。
  • Armstrong 的评价代表专业数学界的一种正面声音：Lean 编译通过意味着证明经受了形式化检验，为「AI 产出可信数学」提供了范例。
  • 万级 agent 长时间自主协作求解前沿数学题的模式（88 小时、强监控与隔离），也被社区视为 AI 能力与安全评估的新样本。
  • Reddit 用户 RaccoonMinimum172 质疑用数学问题当营销素材的倾向：若目标真是造福人类，花费数百万美元算力求解已接近解决的问题是否合理。lescarr 亦以投入产出比开涮：花 1500 万美元去博 100 万美元的千禧年奖金，对 OpenAI 来说只是日常操作。
  • danbri 则给出另一面解读：把分散在封闭文献里的已解知识整合起来，本身可能正是 AI 的独特价值所在。