数学家称 OpenAI 并不理解自己的纳维-斯托克斯证明

2026-10-17

9月初，该公司展示了一份166页的纳维-斯托克斯问题潜在解决方案。OpenAI 声称该证明沿用了西班牙数学家 Diego Córdoba 和 Luis Martínez-Zoroa 的方法。据《科学美国人》报道，多组专家现在不同意这一说法。洛桑联邦理工学院的数学家 Gonzalo Cao-Labora 说：“当你深入细节时，这是一种不同的方法。”他说，相似之处只停留在表面。这份潜在证明用 Lean 写成，这是一种形式化验证语言，会检查每一个逻辑步骤，但本身并不能让人读懂。克雷数学研究所（CMI）自发布以来一直在审查它。发表前，纽约大学数学家 Tristan Buckmaster 指责 OpenAI 建立在自和 Anthropic 的 Levent Alpöge 用公开可用模型所做工作的基础上。OpenAI 否认这一说法，称从未使用 Buckmaster 的数据。高等研究院的 Camillo De Lellis 表示，明确答案可能不可能，因为语言模型是黑箱。10月初，OpenAI 又发布了大约400项结果，数学界几乎跟不上。把它们作为松散集合发布在 GitHub 上激怒了许多数学家，他们认为这贬低了他们的领域。还有一件事 OpenAI 似乎不理解自己的作品。该公司在这项工作上投入了大量算力，部署了约1万个模型实例，运行约88小时、使用1300亿 token，来开发这份潜在的纳维-斯托克斯解决方案。据 OpenAI 研究员 Noam Brown 说，实际上没有人知道这个庞大的智能体集群对结果贡献了什么。这种规模的行为尚未被研究，因为用数千个智能体运行系统性对比测试成本太高。没有人测试过单个智能体解决同一问题需要多长时间，也几乎不可能分辨1万个智能体相比1000个智能体有什么具体优势。Brown 认为成功中不到10%归功于多智能体设置。他说，这些系统新且炫目，因此获得了不成比例的功劳。真正重要的是基础模型本身，它能够长时间处理任务并并行运行。

OpenAI 公布一份166页的纳维-斯托克斯问题潜在证明，并称其沿用西班牙数学家的方法；但多组专家指出两者仅表面相似。与此同时，OpenAI 为这项工作投入约1万个模型实例、运行约88小时、消耗1300亿 token，研究员 Noam Brown 承认多智能体设置对成功的贡献不足10%，真正关键的是基础模型的长程任务与并行能力。

这是什么信号：这不是一条“AI 又解出世纪难题”的单向好消息，而是一次关于 AI 科研产出可信度的压力测试。OpenAI 用166页篇幅提出纳维-斯托克斯问题的潜在证明，并用 Lean 做形式化验证；但专家质疑其方法与所声称的西班牙数学家路线仅表面相似。同时，Buckmaster 公开指责 OpenAI 建立在他人用公开模型所做工作之上，OpenAI 否认使用其数据。CMI 仍在审查，尚无定论。

为什么重要：它同时暴露三层问题。第一，形式化验证不等于人类可读：Lean 能检查逻辑步骤，却不会自动让证明变得可理解。第二，归属与透明性：语言模型是黑箱，外界很难判断模型是否借鉴了公开模型或数据。第三，规模实验不可解释：OpenAI 部署约1万个模型实例、运行约88小时、消耗1300亿 token，但 Noam Brown 承认没人真正知道这个智能体集群贡献了什么，并认为多智能体设置对成功的贡献不到10%。这会迫使 AI for Science 从“看结果”转向“看过程、可复现、可归因”。

对谁有价值：对 AI 研究团队，它提示多智能体并非默认优势，基础模型的长程任务能力与并行运行才是关键；对科研机构、期刊和基金，它提出 AI 辅助证明的披露与审稿规范问题；对企业 AI 平台，它提醒不要把“智能体集群”当营销卖点；对数学与形式化社区，它涉及 Lean 工程、批量结果审阅和社区承受力。

可以怎么行动：1）对 AI 生成的证明建立“三件套”审查：Lean 可编译、人工可读的重写、独立专家复核。2）内部实验设置单智能体、1000个智能体、10000个智能体的对照，记录 token、时间、成本与失败案例，不只看最终成败。3）对外发布科研成果时附模型版本、数据来源、提示与失败案例，避免只发松散结果集。4）把多智能体从默认架构改为按任务验证的选项，先证明增量价值再扩大规模。5）与数学社区合作，把 GitHub 式批量结果转成可逐条审阅的清单。

风险或限制：目前没有明确答案能判断 OpenAI 是否“理解”自己的证明，黑箱让归因几乎不可能；专家质疑的是方法与相似性，并不等于证明已被证伪；CMI 审查尚未有结论；大规模智能体行为缺乏系统研究，因为对比测试成本太高；10月初约400项结果以松散集合发布在 GitHub 上，已引发数学界不满。不要据此断言该证明正确或错误，也不要把 Noam Brown 的“不到10%”直接外推为对所有多智能体系统的判决。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 the-decoder.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《数学家称 OpenAI 并不理解自己的纳维-斯托克斯证明》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。