OpenAI公布的纳维—斯托克斯方程结果之所以值得关注，不只是因为其宣称的速度，更因为它把一个现实问题推到台前：当机器产出数学成果的速度远超学界核验速度时，数学共同体该如何判断、解释和接纳这些成果？

OpenAI称，其内部系统通过约1万个可协作的智能体，在88小时内产出了一份分析证明及其Lean形式化版本。外部报道则指出，这项成果影响重大，但也伴随实质争议。314

OpenAI究竟声称证明了什么？

OpenAI表示，其系统证明：在一个光滑外加力作用下，最初光滑的三维流体可以在有限时间内形成奇点，并公开了分析证明和Lean形式化版本。3

这里的限定至关重要。该结论针对的是受迫纳维—斯托克斯方程，即构造中包含外部作用力；它并不等同于“所有日常意义上的流体运动都会出现奇点”，也不能自动解决许多批评者认为更自然、更核心的无外力版本。报道所呈现的争论正围绕这一差别展开：受迫情形下的证明即使技术上成立，其物理解释与数学意义仍可能存在分歧。214

因此，“已经解决”至少有两层含义：一层是某个严格表述下的命题被证明；另一层则是这个表述是否真正捕捉了人们原本关心的现象，证明是否带来了可推广的新思想。两者不能混为一谈。

88小时的速度，为何反而凸显验证难题？

传统数学证明往往需要多年才能被同行逐行阅读、检验边界条件、厘清思路并融入后续研究。大规模智能体系统却可能在极短时间内提交复杂成果，使审查工作在速度上明显落后于生成工作。

Lean等证明助手能提供强有力的保障：在已编码的规则和定义之内，形式化论证是否成立可以被机器检查。但形式化验证并不等于完整的学术评审。研究者还要确认：

• 形式化的定理是否准确对应了原本要讨论的问题；
• 关键假设和推理步骤是否都被正确表达；
• 结论的适用范围、原创性和学科意义究竟是什么；
• 人类能否理解、讲授、质疑并在其基础上继续推进研究。

担忧并不是“AI生成的证明天然不可信”，而是数学可能累积一批机器可检验、但人类难以理解和使用的结果。对研究数学而言，人类理解不是附加的包装，而是检验、推广和传承知识的一部分。

大规模AI协作，也让署名与贡献更难界定

当一个结果来自1万个智能体的协作，传统作者名单很难完整描述其生产过程。最终成果可能同时依赖底层模型、智能体调度系统、工程团队、人类数学监督、证明助手工具，以及研究过程中所借鉴的大量既有文献。

这不意味着贡献无法说明，而是需要更清晰的披露：哪些人负责提出问题与核查结论，哪些系统生成候选论证，使用了何种形式化工具，以及结果建立在哪些前人成果之上。若这些层次不被区分，“作者”或“发现者”就会变成含混的标签。

“解决100多个开放问题”的说法，同样应等待公开核验

有关OpenAI的报道还提到“100多个开放数学问题”。但关于咨询小组成立的报道指出，这些问题的完整清单尚未公开。在具体题目、证明和独立评估可得前，这类说法应被视为等待公开审查的报告性结果，而非已经获得共同体确认的突破总数。3942

同样，任何关于更多“千禧年大奖级”成果的推测，也都需要格外透明的证据。千禧年大奖难题由克雷数学研究所于2000年提出，因其学术地位和每题100万美元奖金而备受瞩目；公众关注度很容易先于专业核验进度。

新咨询小组是做什么的？

“数学与人工智能咨询小组”（Advisory Group on Mathematics and Artificial Intelligence）由位于美国新泽西州普林斯顿的高等研究院托管，并自称独立于AI公司。其宗旨是就AI公司与数学研究及数学共同体之间的关系提供建议，特别是如何负责任地呈现和发布数学结果。35

OpenAI表示，该小组将就新成果的重要性评估、传播发布协调，以及数学研究的学术与职业规范提供意见；同时也会就AI工具如何支持数学研究和学习提出建议。34

已公布的成员包括：François Charles、Camillo De Lellis、Timothy Gowers、Martin Hairer、Nikhil Srivastava、Ulrike Tillmann、Ravi Vakil、Edward Witten和Melanie Matchett Wood。35

独立性、职责与边界

这个小组意在成为数学界、AI公司与公众之间的沟通渠道。其公开说明称，成员不领取报酬，可以主动提出建议，并计划公开发布建议内容。35

其实际可发挥作用的领域包括：对审查方式、对外沟通、发布协调和专业标准提出意见。当一家公司准备披露大量、且外界难以迅速评估的数学结果时，这些功能具有现实价值。3435

但也应明确其边界：它不是学术期刊，不是监管机构，也不是证明验证权威；它不拥有OpenAI或其他AI公司的决策权，更无权强制公开证明或底层材料。42 它能改善负责任评估的条件，却不能取代独立同行评审。

真正的考题：从机器输出到共同的数学知识

咨询小组的成立至少承认了一点：数学发现不仅有技术标准，也有共同体标准。关键问题不只是AI能否生成形式上有效的论证，而是这些论证能否变成透明、可独立审查、在概念上富有价值的共享知识。

未来面对AI数学成果，较稳妥的标准并不复杂：公开精确定理表述；尽可能发布证明与形式化版本；说明AI系统具体参与了什么；让外部研究者能够独立检查；不要把公司的发布等同于学界的接受。

这套流程或许比一次88小时的智能体运行慢得多，但一项“被声称的结果”要成为真正的数学，靠的正是这段更慢、也更必要的路。

OpenAI公布的纳维—斯托克斯方程结果之所以值得关注，不只是因为其宣称的速度，更因为它把一个现实问题推到台前：当机器产出数学成果的速度远超学界核验速度时，数学共同体该如何判断、解释和接纳这些成果？

OpenAI称，其内部系统通过约1万个可协作的智能体，在88小时内产出了一份分析证明及其Lean形式化版本。外部报道则指出，这项成果影响重大，但也伴随实质争议。314

OpenAI究竟声称证明了什么？

OpenAI表示，其系统证明：在一个光滑外加力作用下，最初光滑的三维流体可以在有限时间内形成奇点，并公开了分析证明和Lean形式化版本。3

这里的限定至关重要。该结论针对的是受迫纳维—斯托克斯方程，即构造中包含外部作用力；它并不等同于“所有日常意义上的流体运动都会出现奇点”，也不能自动解决许多批评者认为更自然、更核心的无外力版本。报道所呈现的争论正围绕这一差别展开：受迫情形下的证明即使技术上成立，其物理解释与数学意义仍可能存在分歧。214

因此，“已经解决”至少有两层含义：一层是某个严格表述下的命题被证明；另一层则是这个表述是否真正捕捉了人们原本关心的现象，证明是否带来了可推广的新思想。两者不能混为一谈。

88小时的速度，为何反而凸显验证难题？

传统数学证明往往需要多年才能被同行逐行阅读、检验边界条件、厘清思路并融入后续研究。大规模智能体系统却可能在极短时间内提交复杂成果，使审查工作在速度上明显落后于生成工作。

Lean等证明助手能提供强有力的保障：在已编码的规则和定义之内，形式化论证是否成立可以被机器检查。但形式化验证并不等于完整的学术评审。研究者还要确认：

• 形式化的定理是否准确对应了原本要讨论的问题；
• 关键假设和推理步骤是否都被正确表达；
• 结论的适用范围、原创性和学科意义究竟是什么；
• 人类能否理解、讲授、质疑并在其基础上继续推进研究。

担忧并不是“AI生成的证明天然不可信”，而是数学可能累积一批机器可检验、但人类难以理解和使用的结果。对研究数学而言，人类理解不是附加的包装，而是检验、推广和传承知识的一部分。

大规模AI协作，也让署名与贡献更难界定

当一个结果来自1万个智能体的协作，传统作者名单很难完整描述其生产过程。最终成果可能同时依赖底层模型、智能体调度系统、工程团队、人类数学监督、证明助手工具，以及研究过程中所借鉴的大量既有文献。

这不意味着贡献无法说明，而是需要更清晰的披露：哪些人负责提出问题与核查结论，哪些系统生成候选论证，使用了何种形式化工具，以及结果建立在哪些前人成果之上。若这些层次不被区分，“作者”或“发现者”就会变成含混的标签。

“解决100多个开放问题”的说法，同样应等待公开核验

有关OpenAI的报道还提到“100多个开放数学问题”。但关于咨询小组成立的报道指出，这些问题的完整清单尚未公开。在具体题目、证明和独立评估可得前，这类说法应被视为等待公开审查的报告性结果，而非已经获得共同体确认的突破总数。3942

同样，任何关于更多“千禧年大奖级”成果的推测，也都需要格外透明的证据。千禧年大奖难题由克雷数学研究所于2000年提出，因其学术地位和每题100万美元奖金而备受瞩目；公众关注度很容易先于专业核验进度。

新咨询小组是做什么的？

“数学与人工智能咨询小组”（Advisory Group on Mathematics and Artificial Intelligence）由位于美国新泽西州普林斯顿的高等研究院托管，并自称独立于AI公司。其宗旨是就AI公司与数学研究及数学共同体之间的关系提供建议，特别是如何负责任地呈现和发布数学结果。35

OpenAI表示，该小组将就新成果的重要性评估、传播发布协调，以及数学研究的学术与职业规范提供意见；同时也会就AI工具如何支持数学研究和学习提出建议。34

已公布的成员包括：François Charles、Camillo De Lellis、Timothy Gowers、Martin Hairer、Nikhil Srivastava、Ulrike Tillmann、Ravi Vakil、Edward Witten和Melanie Matchett Wood。35

独立性、职责与边界

这个小组意在成为数学界、AI公司与公众之间的沟通渠道。其公开说明称，成员不领取报酬，可以主动提出建议，并计划公开发布建议内容。35

其实际可发挥作用的领域包括：对审查方式、对外沟通、发布协调和专业标准提出意见。当一家公司准备披露大量、且外界难以迅速评估的数学结果时，这些功能具有现实价值。3435

但也应明确其边界：它不是学术期刊，不是监管机构，也不是证明验证权威；它不拥有OpenAI或其他AI公司的决策权，更无权强制公开证明或底层材料。42 它能改善负责任评估的条件，却不能取代独立同行评审。

真正的考题：从机器输出到共同的数学知识

咨询小组的成立至少承认了一点：数学发现不仅有技术标准，也有共同体标准。关键问题不只是AI能否生成形式上有效的论证，而是这些论证能否变成透明、可独立审查、在概念上富有价值的共享知识。

未来面对AI数学成果，较稳妥的标准并不复杂：公开精确定理表述；尽可能发布证明与形式化版本；说明AI系统具体参与了什么；让外部研究者能够独立检查；不要把公司的发布等同于学界的接受。

这套流程或许比一次88小时的智能体运行慢得多，但一项“被声称的结果”要成为真正的数学，靠的正是这段更慢、也更必要的路。