OpenAI 在 2026 年 9 月 8 日发布了一份 166 页论文和对应的 Lean 形式化证明，主张构造出一个三维不可压缩纳维–斯托克斯方程的有限时间奇点。这个结果如果被数学界接受，确实对应克雷千禧年问题表述中的 C 和 D 两个备选项。
但“OpenAI 给出证明”与“千禧年难题已经解决”不是同一句话。截至本文整理时，Clay Mathematics Institute 的问题页仍把纳维–斯托克斯方程标为 Unsolved。这不是否定论文，而是数学界对重大结论有自己的认定流程。OpenAI 研究说明、Clay Mathematics Institute
这篇文章不讨论谁先发布，也不替代同行评审。它只回答三个实际问题：OpenAI 到底声称证明了什么、Lean 验证解决了什么、以及做 AI Agent 的团队能从这次工作里学到什么。
先把结论说清楚
OpenAI 论文的结论不是“所有流体都会产生奇点”。它构造了一个特定情形：对任意正黏性，存在一个光滑、紧支撑的外力，以及从静止状态出发的三维不可压缩流体解，使速度在有限时间内无界增长，同时动能始终保持有界。论文将该结果对应到千禧年问题表述中的 C，并由紧支撑构造推出 D。论文第 1 页
这件事之所以重要，是因为三维不可压缩纳维–斯托克斯方程是否总能保持光滑，长期没有一般性答案。该方程用于描述水、空气等流体运动；如果允许在有限时间出现奇点，连续介质模型在该点附近就需要更谨慎地解释。OpenAI 研究说明
也要避免两个常见误读：
- 它不是一个通用的天气预测或飞机设计结论；
- 它不表示任何带黏性的流体都会突然出现无限速度。
论文讨论的是一个满足严格条件的构造。把“存在这样一个构造”扩展成“现实流体一定如此”，会把数学命题和工程现象混在一起。
10,000 个 Agent 做的不是同时写一篇论文
OpenAI 的说明称，这项工作使用内部模型驱动的协作 Agent 系统。系统先把开放问题和较易的相关问题分给不同小组，并让不同组探索相反方向；纳维–斯托克斯方向的团队规模约为 10,000 个并发 Agent。OpenAI 研究说明
这个流程更接近科研搜索，而不是把同一个提示词扔给大量模型：
- 先并行探索不同问题和不同命题分支；
- 在相关 Euler 方程问题取得结果后，集中资源到更有希望的方向；
- 用 Codex 汇总各组的中间洞见，再交给后续 Agent 继续推进；
- 将分析证明写成可检查的形式化证明。
OpenAI 披露，首批 Agent 启动约 88 小时后得到该结果，之后使用 GPT-6 Astra 完成 Lean 形式化与验证，耗时另计约 17 小时。所有尝试问题合计使用约 3000 亿输出 Token；纳维–斯托克斯任务本身约为 1300 亿输出 Token。OpenAI 研究说明
这些数字描述的是一次内部研究运行，不应被当成普通团队复制科研 Agent 的预算。更有可迁移价值的是流程：让不同 Agent 保持不同假设和分支，再让一个汇总环节把可验证的中间结果交给下一轮。
Lean 验证了什么，还没有替你做什么
OpenAI 同时公开了 Lean 形式化证明链接。形式化验证的价值在于，证明步骤被编码为计算机可检查的对象；在正确的形式化定义和受信任内核前提下，系统能检查每一步推导是否符合规则。
它不能自动回答所有数学研究问题：
- 论文中的自然语言论证与 Lean 中的定理陈述是否完全对应，仍需要专家阅读；
- 形式化的前提是否恰好覆盖千禧年问题要求的条件，仍需要核对；
- 证明是否带来新的理解、方法是否能被研究者吸收，也不是“通过编译”就能判定。
这也是为什么 Clay Mathematics Institute 仍将该问题列为未解。其页面明确强调，证明不仅提供确定性，也提供理解；重大问题的状态不会因为一家公司发布论文就自动变更。Clay Mathematics Institute
对读者而言，最合适的表述是：OpenAI 已公开一个需要接受数学共同体审阅的证明和形式化版本。不要在论文尚未被充分审查前，写成“奖金已经归属”或“数学界已经确认”。
从公开到认定，要经过哪几步？
把“论文发布”和“问题解决”之间的过程拆开，读者就能知道该关注什么：
| 阶段 | 已经出现的材料 | 还要回答的问题 |
|---|---|---|
| 公开主张 | 研究说明、论文、代码链接 | 定理究竟声称了什么，范围是否写清楚 |
| 形式化检查 | Lean 项目、依赖版本、可运行验证 | 编码后的定理与推导能否被内核检查 |
| 数学共同体审阅 | 专家阅读、复现、讨论与勘误 | 自然语言论证、形式化版本与问题原表述是否一致 |
| 奖项认定 | 合格发表、时间与共同体接受 | 是否满足 Clay 对奖项考虑的正式规则 |
Clay 的奖项规则写得很明确：在考虑一份拟议解答前，须先在合格渠道发表，发表后至少经过两年，并获得全球数学共同体的一般性接受。Clay Millennium Prize Rules
所以，Lean 验证不是“只差盖章”的最后一步，而是让外部审阅可以更精确开始的一份强证据。数学家仍需检查形式化的定理陈述是否准确表达了论文的命题，也需判断构造中的条件是否对应原问题要求。
普通读者可以怎样核验
不需要读完 166 页论文，也能做基础核验：
- 对照 OpenAI 的研究说明和论文第一页，确认新闻标题没有把“存在一个构造”写成“所有流体必然如此”；
- 打开 Lean 代码链接，确认公开的是可访问的形式化项目，而非只展示一张“验证通过”图片；
- 查看 Clay 当前问题页和规则页，区分“作者公开主张”“形式化检查”“学界接受”“奖项认定”四件不同的事；
- 关注后续的专家评论、勘误与独立复现，而不是只看首日传播量。
争议不等于数学结论
OpenAI 在自己的研究说明中提到，与 Tristan Buckmaster 和 Levent Alpöge 的相关工作存在时间线与研究范围的讨论。OpenAI 的说法是，后者的工作涉及有外力 Euler 方程，而其自身公开的纳维–斯托克斯结果与无外力 Euler 结果的条件不同；同时否认在公开发布前通过用户数据接触对方工作。OpenAI 研究说明
这些陈述属于当事方对过程的说明，不能替代独立调查。对正文读者更有价值的区分是：署名与研究优先权问题，需要靠公开记录和学术规范解决；证明是否成立，需要靠论文、形式化代码和同行审阅解决。两条线都重要，但不应相互替代。
这次事件给 AI Agent 团队的三条工程启示
把“发现”与“验证”放进同一条流水线
生成候选方案的 Agent 可以大胆探索，验证 Agent 必须保守。对代码任务而言，前者负责提出修复、重构和测试假设，后者负责运行测试、检查改动范围和验证依赖版本。没有验证环节，多 Agent 只是在更快地制造候选答案。
保留分支和中间证据
OpenAI 的流程包含相反方向的并行探索，以及对中间结果的汇总。团队自己的 Agent 工作流也应记录输入版本、工具输出、失败分支、汇总提示词和最终验收结果。这样发生争议或回归时，能知道结论来自什么，而不是只留一段最终回答。
用任务验收衡量成本
10,000 个并发 Agent 和千亿级 Token 不适合照搬到产品系统。日常工程先问：任务是否通过、重试几次、是否需要人工修复、完成一个合格结果花了多少成本。模型价格只是其中一项；未经验证的自动化会把低价调用变成高价返工。
现在可以怎样看待这份工作
这份工作值得关注，因为它把模型搜索、工具调用、多个 Agent 协作与形式化验证放在同一次研究运行里，并公开了论文和形式化证明。它也提醒我们：模型给出长答案、运行了大量 Agent、甚至生成了可检查的代码，都不能跳过领域专家的审阅。
AI Agent 已经可以参与高难度研究流程；“参与”到“被学界接受”之间，仍然需要公开的标准、可复核的材料和时间。
ClaudeAPI 为独立第三方 API 服务平台。本文基于公开资料进行技术解读，不代表 OpenAI、Clay Mathematics Institute 或论文作者的官方立场，也不承诺任何模型或工作流的研究结果。
