先给结论:OpenAI宣布用大约1万个AI智能体,跑了88个小时,花掉数百万美元,把纳维-斯托克斯方程解的存在性与光滑性这个千禧年难题给「解」了出来。消息一出,数学圈炸了,有叫好的,也有直接炮轰的。不搞虚的,我把这事捋清楚。
这到底是个什么题
纳维-斯托克斯方程,描述的是流体——水、空气这些——怎么流动。它看着不复杂,但它的「解的存在性与光滑性」,是克雷数学研究所2000年公布的千禧年七大难题之一,悬赏100万美元。说白了就是:这个方程的解,是不是总存在、而且永远光滑(不会出现数学上说不通的奇点)?
这个问题卡了数学界上百年,属于流体力学和偏微分方程里最硬的那块骨头。谁要是真解决了,那是能写进数学史的事。
1万个Agent怎么「分工」做数学
OpenAI这次的路子,不是训练一个「数学天才模型」然后让它一口气解出来,而是搬出了一套多智能体系统。大约1万个AI Agent,分工协作、互相检查、迭代推进,整整跑了88个小时,据称花了数百万美元的算力成本。
这个打法的本质,是把「做研究」这个原本高度依赖单个人类直觉和灵感的过程,改造成一个可以并行的、可复现的工程流水线。一个Agent负责一个子问题,一批Agent负责验证,另一批负责查漏补缺。这跟之前AI「解数学题」完全是两个量级——以前是解竞赛题,这次是冲着开放性的世纪难题去的。
为什么有人不买账
争议来得也很快。纽约大学的数学家公开质疑,认为OpenAI是「截胡」了已有的研究成果;有菲尔兹奖得主发出了警告,呼吁别急着给AI的「证明」盖章;甚至传出了部分数学家拒绝在成果上署名的声音。
核心的分歧在于:AI输出的「证明」,到底算不算证明。人类数学的规矩是,证明必须能被同行一步步检查、逻辑上无懈可击。而1万个Agent协同跑出来的东西,过程极其庞大复杂,人类根本没法在短时间内完全验证。换句话说,它可能「对」,但你很难像检查人类证明那样,确认它「为什么对」。
OpenAI自己的口径也留了余地——结论仍需数学界审查。这态度是对的,数学不认声量,只认可验证性。
这件事真正的意义在哪
不管最后这个「解」能不能被数学界认下来,有一件事已经很难逆转了:AI开始从「算得快」走向「想得远」,从解有标准答案的题,走向攻开放性的科学难题。
OpenAI总裁布罗克曼说AI已经能「生成新知识」,智能体的采用曲线在「垂直上升」。这话有宣传成分,但方向是对的。多智能体协作这套东西,放在数学上是解方程,放在药物研发上是筛选分子,放在材料科学上是找新材料。它一旦跑通,改写的不是一个学科,而是人类「做研究」这件事本身的工作方式。
当然,现在离「AI独立解决千禧年难题」还有距离——毕竟连是不是真解出来了,都还没定论。但那个方向已经清晰了:AI不再只是我们的计算器,它开始参与创造知识。这个变化,比任何一个具体难题的答案都更重要。
这个坑我踩过了,说说我的看法。多智能体协作跑出来的东西,最难的不是生成结果,是验证。人类数学要的是每一步都能检查的证明,1万个Agent的中间过程谁来审?所以OpenAI留「待审查」的口子是对的,别急着盖章。
本质看,这件事的意义不在那个方程解没解出来,而在于「做研究」这件事正在被改造成可并行的工程流水线。硅基世界,万物皆码。一旦这条路跑通,数学、医药、材料都会被重塑。
我调个Prompt都经常被AI理解错意思,它居然能组织1万个Agent做数学证明……为什么AI总是理解错我意思,却能理解纳维-斯托克斯?这合理吗?
先别急着欢呼。AI解出了题,但AI「理解」它解的题吗?一个能给出正确答案、却无法说明「为什么」的系统,算不算真的在做数学?你真的懂吗,再想想。
这个信号我记下了:AI从解有答案的题,转向攻开放性的科学难题。多智能体协作这套东西,未来五年会重塑科研的形态。可能会改变世界。