OpenAI耗时88小时攻克千禧年难题 成本达数百万美元

【88小时与90年：一次算力对时间的降维打击】

纳维-斯托克斯方程是描述流体运动的基础工具，从天气预报、飞行器气动设计到管道输运、血流仿真，几乎一切”会流动的东西”都靠它建模。它本身并不神秘，神秘的是它的解在长时间尺度上会不会失控——如果初始流场足够平滑、总动能保持有限，速度是否可能在有限时间内冲到无穷大，也就是形成所谓”爆破奇点”。

这个问题自上世纪三十年代被正式提出，被克雷数学研究所列入2000年的七大千禧年大奖难题，悬赏100万美元，至今无人领奖。而OpenAI这次的路径颇具象征意味：一个尚未对外发布、数学能力据称强于GPT-6 Astra的内部模型，调度约1万个AI智能体并行探索，88小时给出核心证明思路，再用17小时借助Lean形式化系统完成机器可核验的推导，最终公开165页论文与形式化代码。

从工程角度看，这更像一次”大规模并发搜索+形式化验证”的组合拳，而非某个瞬间的灵光一闪。真正的信号不在于它跑了多快，而在于AI已经能够组织起一套接近研究团队的工作流：分工、试错、收敛、自检。

【数百萬美元买一个”结论”，账该怎么算】

代价同样惊人。据报道，仅求解该问题就消耗约1300亿token，整个项目总消耗接近3000亿token，成本达数百万美元。这笔账放在传统数学研究里几乎不可想象——一个数学家穷尽半生的工作，如今被折算成电费、卡时和推理开销，摊在一张账单上。

但”贵”未必等于”值”。形式化验证只能保证推导过程在给定公理体系内没有跳步，它不负责判断这些前提是否对应了一个有意义的数学问题，也不负责解释为什么这条路线成立。也就是说，机器给出的是一个可检查的证明对象，而不是一段可理解的数学思想。前者可以验算，后者才可能启发后人。

更现实的问题是边际成本。GPT-6 Astra此前已一口气攻克5道长期悬而未决的Erdős问题，其中包括1931年的解离集猜想与极值图论中的Erdős-Sós猜想。当这类成果开始批量出现，说明模型能力在爬坡，但也意味着”单次突破”的新闻价值正在被稀释——真正稀缺的将是筛选问题、定义问题的人。

【数学界为何不急着鼓掌】

质疑几乎是必然的。已有多位顶尖数学家对证明逻辑、成果归属提出不同看法，还有学者指向前期研究成果的版权争议。截至目前，克雷数学研究所尚未正式认定该证明成立，百万美元大奖自然也未曾颁出。历史上七大千禧难题中，只有庞加莱猜想被人类数学家完成证明，而它当年也经历了数年的同行评议与补充修订才被公认。

把这件事分成两层看会更清楚。工程层面，AI确实展示了前所未有的规模化推理组织能力，这无需等待数学界裁定；数学层面，一个结论的价值必须由人类共同体在长周期内审计、复现、消化，机器跑得快不等于站得稳。至于”AI首次独立解决千禧难题”这样的表述，目前只能算厂商的自我叙事。

值得追问的是：当证明变得廉价，数学的重心会不会前移到提问与判断？形式化系统能筛掉错误，却筛不出深刻。真正决定这次成果历史地位的，不是88小时这个数字，而是未来几年里，是否有人愿意认真读完那165页，并从中挑出一个值得人类继续走下去的方向。